如何在 Pandas Series 中应用整数除法运算符?
整数除法运算也称为向下取整除法,在 Python 中等效于 //。它是一个二元运算,也就是一个按元素进行除法运算的操作,并返回一个新值。
在 Pandas Series 类中,有一个名为 floordiv() 的方法,它执行 Series 对象与标量之间的按元素整数除法运算。此方法也可用于执行两个 Series 对象之间的向下取整除法。
此方法的输出是一个包含运算结果的新 Series。它有三个参数:fill_value、other 和 level。other 参数就是第二个输入(另一个 Series 或标量)。fill_value 参数用于在执行 floordiv() 方法时用指定值替换缺失值,默认情况下,该参数将用 Nan 填充缺失值。
示例 1
在以下示例中,我们将对 Series 对象应用向下取整除法运算,除数为标量值“2”。
import pandas as pd
# create pandas Series
series = pd.Series([9, 25, 14, 82])
print("Series object:",series)
# apply floordiv()
print("Output:")
print(series.floordiv(2))输出
输出如下所示:
Series object: 0 9 1 25 2 14 3 82 dtype: int64 Output: 0 4 1 12 2 7 3 41 dtype: int64
在上面的代码块中,我们可以看到初始 Series 对象和结果 Series 对象。第二个对象是 Series 与标量值“2”之间按元素进行整数除法运算的结果。
示例 2
在以下示例中,我们将对包含一些 Nan 值的 Series 对象应用整数除法运算,除数为标量。
import pandas as pd
import numpy as np
# create pandas Series
series = pd.Series([87, 5, None, 42, np.nan, 61])
print("Series object:",series)
# apply floordiv()
print("Output without replacing missing values:")
print(series.floordiv(other=2))
# apply floordiv() method with fill_value parameter
print("Output with replacing missing values by 5:")
print(series.floordiv(other=2, fill_value=5))输出
输出如下所示:
Series object: 0 87.0 1 5.0 2 NaN 3 42.0 4 NaN 5 61.0 dtype: float64 Output without replacing missing values: 0 43.0 1 2.0 2 NaN 3 21.0 4 NaN 5 30.0 dtype: float64 Output with replacing missing values by 5: 0 43.0 1 2.0 2 2.0 3 21.0 4 2.0 5 30.0 dtype: float64
首先,我们在不替换缺失值的情况下,对 Series 对象应用了向下取整除法运算,除数为标量值 2。然后,我们再次对同一个 Series 应用了 floordiv() 方法,除数为标量值 2,并且将缺失值填充为 5 (fill_value=5)。
这两个输出都在上面的输出代码块中显示。
广告
数据结构
网络
关系数据库管理系统
操作系统
Java
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP