python div函数_Python pandas.DataFrame.div函数方法的使用

DataFrame.div(self，other，axis ='columns'，level = None，fill_value = None)

DataFrame.rdiv(self,other,axis='columns',level=None,fill_value=None)[source]

获取数dataframe和其他元素的浮点除法(二元运算符truediv)。

相当于，但支持将fill_value替换为其中一个输入中的缺失数据。使用反向版本，rtruediv。dataframe/other在灵活的包装器(add，sub，mul，div，mod，pow)中算术运算符：+，-，*，/，//，％，**。参数：other ： 标量 (scalar)，序列(sequence)，Series或DataFrame

任何单个或多个元素数据结构或类似列表的对象。

axis ： {0 或 ‘index’, 1 或 ‘columns’}

是否通过索引 (0 or ‘index’) 或列(1 或 ‘columns’)进行比较。

对于Series输入，轴匹配Series索引。

level ： int或label

跨级别广播，匹配传递的MultiIndex级别的索引值。

fill_value ： float或None，默认为None

在计算之前使用此值填充现有缺失(NaN)

值以及成功DataFrame对齐所需的任何新元素。

如果缺少相应DataFrame位置中的数据，则结果将丢失。

返回：DataFrame

算术运算的结果。

Note

不匹配的指数将合并在一起。

例子>>> df = pd.DataFrame({'angles': [0, 3, 4],

... 'degrees': [360, 180, 360]},

... index=['circle', 'triangle', 'rectangle'])

>>> df

angles degrees

circle 0 360

triangle 3 180

rectangle 4 360

添加带有运算符版本的标量，返回相同的结果>>> df + 1

angles degrees

circle 1 361

triangle 4 181

rectangle 5 361>>> df.add(1)

angles degrees

circle 1 361

triangle 4 181

rectangle 5 361

用反向版除以常数>>> df.div(10)

angles degrees

circle 0.0 36.0

triangle 0.3 18.0

rectangle 0.4 36.0>>> df.rdiv(10)

angles degrees

circle inf 0.027778

triangle 3.333333 0.055556

rectangle 2.500000 0.027778

使用运算符版本减去列表和逐个轴>>> df - [1, 2]

angles degrees

circle -1 358

triangle 2 178

rectangle 3 358>>> df.sub([1, 2], axis='columns')

angles degrees

circle -1 358

triangle 2 178

rectangle 3 358>>> df.sub(pd.Series([1, 1, 1], index=['circle', 'triangle', 'rectangle']),

... axis='index')

angles degrees

circle -1 359

triangle 2 179

rectangle 3 359

将运算符版本的不同形状的DataFrame相乘>>> other = pd.DataFrame({'angles': [0, 3, 4]},

... index=['circle', 'triangle', 'rectangle'])

>>> other

angles

circle 0

triangle 3

rectangle 4>>> df * other

angles degrees

circle 0 NaN

triangle 9 NaN

rectangle 16 NaN>>> df.mul(other, fill_value=0)

angles degrees

circle 0 0.0

triangle 9 0.0

rectangle 16 0.0

按级别除以MultiIndex>>> df_multindex = pd.DataFrame({'angles': [0, 3, 4, 4, 5, 6],

... 'degrees': [360, 180, 360, 360, 540, 720]},

... index=[['A', 'A', 'A', 'B', 'B', 'B'],

... ['circle', 'triangle', 'rectangle',

... 'square', 'pentagon', 'hexagon']])

>>> df_multindex

angles degrees

A circle 0 360

triangle 3 180

rectangle 4 360

B square 4 360

pentagon 5 540

hexagon 6 720>>> df.div(df_multindex, level=1, fill_value=0)

angles degrees

A circle NaN 1.0

triangle 1.0 1.0

rectangle 1.0 1.0

B square 0.0 0.0

pentagon 0.0 0.0

hexagon 0.0 0.0