Pandas 求余运算

divmod(a, b)求余

s = pd.Series(np.arange(10))
print(s)
0    0
1    1
2    2
3    3
4    4
5    5
6    6
7    7
8    8
9    9
dtype: int64
div, rem = divmod(s, 3)
print(div)
0    0
1    0
2    0
3    1
4    1
5    1
6    2
7    2
8    2
9    3
dtype: int64
print(rem)
0    0
1    1
2    2
3    0
4    1
5    2
6    0
7    1
8    2
9    0
dtype: int64
PandasPython 中用于数据分析的强大库,其提供了高效的数据结构 DataFrame 和 Series,以及丰富的数据处理和分析功能。当你想要对 DataFrame 中的列进行运算时,Pandas 提供了多种操作方法,包括: 1. **基本数学运算**: - `+`, `-`, `*`, `/`:用于列与列之间的数值运算,例如加法、减法、乘法和除法。 - `**`:表示幂运算。 - `pd.DataFrame.add`, `sub`, `mul`, `div`:提供更高级的算术运算,如按位置或按标签添加、相减、相乘和相除。 2. **算术运算函数**: - `mean()`, `sum()`, `median()`, `min()`, `max()`:计算列的平均值、总和、中位数、最小值和最大值。 - `std()`, `var()`:计算标准差和方差。 - `abs()`, `round()`: 返回绝对值或四舍五入的列。 3. **比较操作**: - `==`, `!=`, `<`, `>`, `<=`, `>=`:用于比较两个列,并返回布尔值系列。 - `np.logical_`函数:例如 `np.logical_and` 或 `np.logical_or` 可以进行逻辑运算。 4. **聚合函数**: - `groupby()`: 允许按照列分组后,对每个组应用特定的运算。 - `pivot_table()`: 创建透视表,可以进行多维度的数据汇总和计算。 5. **数据融合**: - `concat()`, `merge()`, `join()`:用于合并或连接多个 DataFrame,列间运算可能基于指定的键或条件。 相关问题-- 1. 如何使用 Pandas 对两个列执行元素级的逐个对应运算? 2. Pandas 如何通过列名进行算术运算? 3. 在使用 `groupby` 进行分组后,如何对分组后的列进行计算?
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值