Python | Pandas series . rtruediv()
原文:https://www . geesforgeks . org/python-pandas-series-rtruediv/
熊猫系列是带有轴标签的一维数组。标签不必是唯一的，但必须是可散列的类型。该对象支持基于整数和基于标签的索引，并提供了一系列方法来执行涉及索引的操作。
熊猫 **Series.rtruediv()**函数返回序列和其他元素的浮点除法(二进制运算符 rtruediv)。该功能相当于other / series，但支持用 fill_value 替换其中一个输入中缺失的数据。
语法: Series.rtruediv(其他，级别=无，fill _ value =无，轴=0)
参数: 其他:系列或标量值 fill_value : 填充现有缺失(NaN)值 级别:跨级别广播，在传递的多索引级别上匹配索引值
返回:系列
示例#1: 使用Series.rtruediv()函数以标量元素方式对给定的 Series 对象执行反向分割。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([100, 25, 32, 118, 24, 65])
# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']
# set the index
sr.index = index_
# Print the series
print(sr)
输出:
现在我们将使用Series.rtruediv()函数用标量对给定的 Series 对象执行元素式的反向浮动除法。
# perform reverse floating division with 1000
selected_items = sr.rtruediv(other = 1000)
# Print the returned Series object
print(selected_items)
输出:
正如我们在输出中看到的，Series.rtruediv()函数已经成功地返回了给定 Series 对象与标量的反向除法。
示例#2 : 使用Series.rtruediv()函数以标量元素方式对给定的 Series 对象执行反向划分。给定的 Series 对象还包含一些缺失的值。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([19.5, 16.8, None, 22.78, None, 20.124, None, 18.1002, None])
# Print the series
print(sr)
输出:
现在我们将使用Series.rtruediv()函数对给定的带有标量的 Series 对象执行元素级的反向浮动除法。我们用 100 替换所有缺失的值。
# perform reverse floating division with 1000
# Fill all the missing values with 100
selected_items = sr.rtruediv(other = 1000, fill_value = 100)
# Print the returned Series object
print(selected_items)
输出:
正如我们在输出中看到的那样，Series.rtruediv()函数已经成功地返回了给定 Series 对象与标量的反向除法，并且它还在所有缺失值的地方替换了 100。
版权属于：月萌API www.moonapi.com，转载请注明出处
