資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會研究
時尚研究
法律研究如何使用另一個序列物件對 Pandas 序列物件應用地板除法？
Pandas 序列構造器中的 floordiv() 方法用於執行兩個序列物件的整數除法（逐元素除法運算），地板除法運算也稱為整數除法，它等效於 Python 中的 //。該方法支援替換任何輸入中的缺失值。
該方法返回一個包含結果值的序列，並且該方法具有 3 個引數：fill_value、other 和 level。other 引數只是第二個輸入物件，可以是序列或標量。
fill_value 引數用於在執行 floordiv() 方法時替換缺失值位置的特定值；預設情況下，它將用 Nan 填充缺失值。
示例 1
在這個例子中，我們將使用 floordiv() 方法在兩個序列物件之間應用整數除法運算，而無需更改任何預設引數值。
# import pandas packages
import pandas as pd
# Creating Pandas Series objects
series1 = pd.Series([57, 47, 81, 88, 43], index=['A', 'B', 'C', 'D', 'E'])
print('First series object:',series1)
series2 = pd.Series([1, 5, 4, 7, 9], index=['A', 'B', 'C', 'D', 'F'])
print('Second series object:',series2)
# apply floor division
print("Floordiv of Series1 and Series2:", series1.floordiv(series2))輸出
輸出如下：
First series object: A 57 B 47 C 81 D 88 E 43 dtype: int64 Second series object: A 1 B 5 C 4 D 7 F 9 dtype: int64 Floordiv of Series1 and Series2: A 57.0 B 9.0 C 20.0 D 12.0 E NaN F NaN dtype: float64
在上面的輸出塊中，我們可以看到兩個輸入序列物件以及結果序列物件。在結果序列中，存在兩個 Nan 元素，因為第二個序列物件中沒有索引位置“E”的值，而被呼叫序列物件中也沒有標籤“F”。
示例 2
與前面的示例一樣，我們建立了兩個帶有標記索引的 Pandas 序列。之後，我們使用 fill_value 引數應用 floordiv() 方法。
# import pandas packages
import pandas as pd
# Creating Series objects
series1 = pd.Series([10, 14, 82, 49, 82], index=['A', 'B', 'C', 'D', 'E'])
print('First series object:')
print(series1)
series2 = pd.Series([2, 6, 4, 4, 5], index=['A', 'B', 'C', 'D', 'F'])
print('Second series object:')
print(series2)
# Apply the floordiv method
print("Floordiv of Series1 and Series2:")
print(series1.floordiv(series2, fill_value=10))輸出
輸出如下：
First series object: A 10 B 14 C 82 D 49 E 82 dtype: int64 Second series object: A 2 B 6 C 4 D 4 F 5 dtype: int64 Floordiv of Series1 and Series2: A 5.0 B 2.0 C 20.0 D 12.0 E 8.0 F 2.0 dtype: float64
我們可以觀察到輸出序列物件中的 Nan 值被替換為 10。
更新於：2022年3月7日
瀏覽量：113
廣告