当前位置： 首页 > news >正文

Python酷库之旅-第三方库Pandas(037)

news 来源：原创 2024/9/19 14:48:03

目录

一、用法精讲

116、pandas.Series.div方法

116-1、语法

116-2、参数

116-3、功能

116-4、返回值

116-5、说明

116-6、用法

116-6-1、数据准备

116-6-2、代码示例

116-6-3、结果输出

117、pandas.Series.truediv方法

117-1、语法

117-2、参数

117-3、功能

117-4、返回值

117-5、说明

117-6、用法

117-6-1、数据准备

117-6-2、代码示例

117-6-3、结果输出

118、pandas.Series.floordiv方法

118-1、语法

118-2、参数

118-3、功能

118-4、返回值

118-5、说明

118-6、用法

118-6-1、数据准备

118-6-2、代码示例

118-6-3、结果输出

119、pandas.Series.mod方法

119-1、语法

119-2、参数

119-3、功能

119-4、返回值

119-5、说明

119-6、用法

119-6-1、数据准备

119-6-2、代码示例

119-6-3、结果输出

120、pandas.Series.pow方法

120-1、语法

120-2、参数

120-3、功能

120-4、返回值

120-5、说明

120-6、用法

120-6-1、数据准备

120-6-2、代码示例

120-6-3、结果输出

二、推荐阅读

1、Python筑基之旅

2、Python函数之旅

3、Python算法之旅

4、Python魔法之旅

5、博客个人主页

一、用法精讲

116、pandas.Series.div方法
116-1、语法
# 116、pandas.Series.div方法
pandas.Series.div(other, level=None, fill_value=None, axis=0)
Return Floating division of series and other, element-wise (binary operator truediv).Equivalent to series / other, but with support to substitute a fill_value for missing data in either one of the inputs.Parameters:
other
Series or scalar value
level
int or name
Broadcast across a level, matching Index values on the passed MultiIndex level.fill_value
None or float value, default None (NaN)
Fill existing missing (NaN) values, and any new element needed for successful Series alignment, with this value before computation. If data in both corresponding Series locations is missing the result of filling (at that location) will be missing.axis
{0 or ‘index’}
Unused. Parameter needed for compatibility with DataFrame.Returns:
Series
The result of the operation.
116-2、参数

116-2-1、other(必须)：标量、Series或DataFrame，表示要除以的值，可以是一个标量、另一个Series或DataFrame，如果是Series或DataFrame，则会根据索引进行对齐。

116-2-2、level(可选，默认值为None)：一个整数或字符串，如果other是一个MultiIndex的Series或DataFrame，使用该参数可以指定索引的哪个层进行对齐，传入的值应该是层的级别的名称或位置(索引值)。

116-2-3、fill_value(可选，默认值为None)：标量值，当对齐时，如果某个Series中的某个索引值在另一个Series中不存在，可以通过此参数提供一个填充值，以在计算时替换缺失值，默认为None，即缺失值会返回NaN。

116-2-4、axis(可选，默认值为0)：当other是DataFrame时，此参数指定沿哪个轴进行操作；对于Series，通常不需要使用此参数，默认值为0。

116-3、功能

        用于执行元素级除法的函数，它可以将当前Series的每个元素除以另一个Series或标量值。

116-4、返回值

        返回一个新的Series，其中包含除法运算的结果。如果参与运算的两个对象没有相同的索引，结果中缺失的索引会被填充为NaN(若未设置fill_value)。

116-5、说明

        无

116-6、用法
116-6-1、数据准备
无
116-6-2、代码示例
# 116、pandas.Series.div方法
import pandas as pd
# 创建一个Series
s1 = pd.Series([10, 20, 30], index=['a', 'b', 'c'])
s2 = pd.Series([1, 2, 3], index=['a', 'b', 'd'])
# 使用div方法
result = s1.div(s2, fill_value=0)
print(result)
116-6-3、结果输出
# 116、pandas.Series.div方法
# a    10.0
# b    10.0
# c     inf
# d     0.0
# dtype: float64
117、pandas.Series.truediv方法
117-1、语法
# 117、pandas.Series.truediv方法
pandas.Series.truediv(other, level=None, fill_value=None, axis=0)
Return Floating division of series and other, element-wise (binary operator truediv).Equivalent to series / other, but with support to substitute a fill_value for missing data in either one of the inputs.Parameters:
other
Series or scalar value
level
int or name
Broadcast across a level, matching Index values on the passed MultiIndex level.fill_value
None or float value, default None (NaN)
Fill existing missing (NaN) values, and any new element needed for successful Series alignment, with this value before computation. If data in both corresponding Series locations is missing the result of filling (at that location) will be missing.axis
{0 or ‘index’}
Unused. Parameter needed for compatibility with DataFrame.Returns:
Series
The result of the operation.
117-2、参数

117-2-1、other(必须)：标量、Series或DataFrame，表示要进行除法运算的值，可以是标量、另一个Series或DataFrame，如果other是Series或DataFrame，则会根据索引进行对齐。

117-2-2、level(可选，默认值为None)：一个整数或字符串，如果other是具有MultiIndex的Series或DataFrame，使用该参数可以指定索引的哪个层进行对齐，level可以是层的名称或位置(索引值)。

117-2-3、fill_value(可选，默认值为None)：标量值，在对齐过程中，如果某个Series的某个索引值在另一个Series或DataFrame中不存在，可以通过此参数提供一个填充值，以在计算时替换缺失值，默认值为None，即缺失值会返回NaN。

117-2-4、axis(可选，默认值为0)：当other是DataFrame时，此参数指定沿哪个轴进行操作；对于Series，通常不需要使用此参数，默认值为0(即沿索引方向)。

117-3、功能

        用于执行元素级的真除法运算，它与Series.div()方法的主要区别在于truediv明确表示执行浮点除法(即除法结果是浮点数)，而div方法默认会根据传入的数据类型自动选择整数除法或浮点除法。

117-4、返回值

        返回一个新的Series，其中包含除法运算的结果，如果参与运算的两个对象没有相同的索引，结果中缺失的索引会被填充为NaN(若未设置fill_value)。

117-5、说明

        无

117-6、用法
117-6-1、数据准备
无
117-6-2、代码示例
# 117、pandas.Series.truediv方法
import pandas as pd
# 创建两个Series
s1 = pd.Series([10, 20, 30], index=['a', 'b', 'c'])
s2 = pd.Series([1, 2, 3], index=['a', 'b', 'd'])
# 使用truediv方法进行真除法
result = s1.truediv(s2, fill_value=1)  
print(result)
117-6-3、结果输出
# 117、pandas.Series.truediv方法
# a    10.000000
# b    10.000000
# c    30.000000
# d     0.333333
# dtype: float64
118、pandas.Series.floordiv方法
118-1、语法
# 118、pandas.Series.floordiv方法
pandas.Series.floordiv(other, level=None, fill_value=None, axis=0)
Return Integer division of series and other, element-wise (binary operator floordiv).Equivalent to series // other, but with support to substitute a fill_value for missing data in either one of the inputs.Parameters:
other
Series or scalar value
level
int or name
Broadcast across a level, matching Index values on the passed MultiIndex level.fill_value
None or float value, default None (NaN)
Fill existing missing (NaN) values, and any new element needed for successful Series alignment, with this value before computation. If data in both corresponding Series locations is missing the result of filling (at that location) will be missing.axis
{0 or ‘index’}
Unused. Parameter needed for compatibility with DataFrame.Returns:
Series
The result of the operation.
118-2、参数

118-2-1、other(必须)：标量、Series或DataFrame，表示要进行地板除法运算的值，可以是标量、另一个 Series或DataFrame，如果other是Series或DataFrame，则会根据索引进行对齐。

118-2-2、level(可选，默认值为None)：一个整数或字符串，如果other是具有MultiIndex的Series或DataFrame，使用该参数可以指定索引的哪个层进行对齐，level可以是层的名称或位置(索引值)。

118-2-3、fill_value(可选，默认值为None)：标量值，在对齐过程中，如果某个Series的某个索引值在另一个Series或DataFrame中不存在，可以通过此参数提供一个填充值，以在计算时替换缺失值，默认值为None，即缺失值会返回NaN。

118-2-4、axis(可选，默认值为0)：一个整数或字符串，当other是DataFrame时，此参数指定沿哪个轴进行操作；对于Series，通常不需要使用此参数，默认值为0(即沿索引方向)。

118-3、功能

        用于执行元素级的地板除法运算，该运算的结果是向下取整的整数除法，即不管余数是多少，结果都会向下舍入到最接近的整数。

118-4、返回值

        返回一个新的Series，其中包含地板除法运算的结果，对于不存在的索引值，结果中将填充为NaN(若未设置fill_value)。

118-5、说明

        无

118-6、用法
118-6-1、数据准备
无
118-6-2、代码示例
# 118、pandas.Series.floordiv方法
import pandas as pd
# 创建两个Series
s1 = pd.Series([10, 20, 30], index=['a', 'b', 'c'])
s2 = pd.Series([3, 4, 7], index=['a', 'b', 'd'])
# 使用floordiv方法进行地板除法
result = s1.floordiv(s2, fill_value=1)
print(result)
118-6-3、结果输出
# 118、pandas.Series.floordiv方法
# a     3.0
# b     5.0
# c    30.0
# d     0.0
# dtype: float64
119、pandas.Series.mod方法
119-1、语法
# 119、pandas.Series.mod方法
pandas.Series.mod(other, level=None, fill_value=None, axis=0)
Return Modulo of series and other, element-wise (binary operator mod).Equivalent to series % other, but with support to substitute a fill_value for missing data in either one of the inputs.Parameters:
other
Series or scalar value
level
int or name
Broadcast across a level, matching Index values on the passed MultiIndex level.fill_value
None or float value, default None (NaN)
Fill existing missing (NaN) values, and any new element needed for successful Series alignment, with this value before computation. If data in both corresponding Series locations is missing the result of filling (at that location) will be missing.axis
{0 or ‘index’}
Unused. Parameter needed for compatibility with DataFrame.Returns:
Series
The result of the operation.
119-2、参数

119-2-1、other(必须)：标量、Series或DataFrame，表示要进行模运算的值，可以是标量、另一个Series或DataFrame，如果other是Series或DataFrame，则会根据索引进行对齐。

119-2-2、level(可选，默认值为None)：一个整数或字符串，如果other是具有MultiIndex的Series或DataFrame，使用该参数可以指定索引的哪个层进行对齐，level可以是层的名称或位置(索引值)。

119-2-3、fill_value(可选，默认值为None)：标量值，在对齐过程中，如果某个Series的某个索引值在另一个Series或DataFrame中不存在，可以通过此参数提供一个填充值，以在计算时替换缺失值，默认值为None，即缺失值会返回NaN。

119-2-4、axis(可选，默认值为0)：当other是DataFrame时，此参数指定沿哪个轴进行操作；对于Series，通常不需要使用此参数，默认值为0(即沿索引方向)。

119-3、功能

        用于执行元素级的模运算(取余运算)，该运算将每个元素除以给定的值，并返回余数。

119-4、返回值

        返回一个新的Series，其中包含模运算的结果，对于不存在的索引值，结果中将填充为NaN(若未设置fill_value)。

119-5、说明

119-5-1、对齐：当other是另一个Series或DataFrame时，mod()会根据索引进行对齐，如果索引不匹配，可能会得到NaN(除非使用fill_value填充)。

119-5-2、数据类型：模运算的结果将具有与输入Series相同的数据类型。对于整数类型的Series，结果也是整数类型；对于浮点型，结果将是浮点型。

119-6、用法
119-6-1、数据准备
无
119-6-2、代码示例
# 119、pandas.Series.mod方法
import pandas as pd
# 创建两个Series
s1 = pd.Series([10, 20, 30], index=['a', 'b', 'c'])
s2 = pd.Series([3, 4, 7], index=['a', 'b', 'd'])
# 使用mod方法进行模运算
result = s1.mod(s2, fill_value=1)
print(result)
119-6-3、结果输出
# 119、pandas.Series.mod方法
# a    1.0
# b    0.0
# c    0.0
# d    1.0
# dtype: float64
120、pandas.Series.pow方法
120-1、语法
# 120、pandas.Series.pow方法
pandas.Series.pow(other, level=None, fill_value=None, axis=0)
Return Exponential power of series and other, element-wise (binary operator pow).Equivalent to series ** other, but with support to substitute a fill_value for missing data in either one of the inputs.Parameters:
other
Series or scalar value
level
int or name
Broadcast across a level, matching Index values on the passed MultiIndex level.fill_value
None or float value, default None (NaN)
Fill existing missing (NaN) values, and any new element needed for successful Series alignment, with this value before computation. If data in both corresponding Series locations is missing the result of filling (at that location) will be missing.axis
{0 or ‘index’}
Unused. Parameter needed for compatibility with DataFrame.Returns:
Series
The result of the operation.
120-2、参数

120-2-1、other(必须)：标量、Series或DataFrame，表示幂运算的指数，可以是标量(单一的幂值)，也可以是另一个Series或DataFrame，如果other是Series或DataFrame，则会根据索引进行对齐。

120-2-2、level(可选，默认值为None)：一个整数或字符串，如果other是具有MultiIndex的Series或DataFrame，使用该参数可以指定索引的哪个层进行对齐，level可以是层的名称或位置(索引值)。

120-2-3、fill_value(可选，默认值为None)：标量值，在对齐过程中，如果某个Series的某个索引值在另一个Series或DataFrame中不存在，可以通过此参数提供一个填充值，以在计算时替换缺失值，默认值为None，即缺失值会返回NaN。

120-2-4、axis(可选，默认值为0)：当other是DataFrame时，此参数指定沿哪个轴进行操作；对于Series，通常不需要使用此参数，默认值为0(即沿索引方向)。

120-3、功能

        用于对Series中的每个元素进行幂运算，它的功能是将Series的每个元素的值提高到指定的幂次。

120-4、返回值

        返回一个新的Series，其中包含幂运算的结果，对于不存在的索引值，结果中将填充为NaN(若未设置fill_value)。

120-5、说明

120-5-1、对齐：当other是另一个Series或DataFrame时，pow()方法会根据索引进行对齐，如果索引不匹配，可能会得到NaN(除非使用fill_value填充)。

120-5-2、数据类型：幂运算的结果将具有与输入Series相同的数据类型，对于整数类型的Series，结果也是整数类型；对于浮点型，结果将是浮点型。

120-6、用法
120-6-1、数据准备
无
120-6-2、代码示例
# 120、pandas.Series.pow方法
import pandas as pd
# 创建两个Series
s1 = pd.Series([2, 3, 4], index=['a', 'b', 'c'])
s2 = pd.Series([1, 2, 3], index=['a', 'b', 'd'])
# 使用pow方法进行幂运算
result = s1.pow(s2, fill_value=0)
print(result)
120-6-3、结果输出
# 120、pandas.Series.pow方法
# a    2.0
# b    9.0
# c    1.0
# d    0.0
# dtype: float64

二、推荐阅读

1、Python筑基之旅
2、Python函数之旅
3、Python算法之旅
4、Python魔法之旅
5、博客个人主页

相关文章：

  • 北京网站建设多少钱？
  • 辽宁网页制作哪家好_网站建设
  • 高端品牌网站建设_汉中网站制作
  • 【iOS】内存对齐
  • Windows版MySQL5.7解压直用（如何卸载更换位置重新安装）
  • 六边形动态特效404单页HTML源码
  • C语言-网络编程-UDP通信创建流程
  • 大数据之数据抽取架构演变过程
  • 数据结构 —— B树
  • 【BUG】已解决：WslRegisterDistribution failed with error: 0x800701bc
  • Qt Style Sheets-使用样式表自定义 Qt 部件
  • Freedom of Choice
  • R语言模型评估网格搜索
  • Linux网络——套接字与UdpServer
  • Haproxy服务
  • 第四周：机器学习笔记
  • 接口测试JMeter-1.接口测试初识
  • 电磁兼容专栏说明
  • css系列之关于字体的事
  • ECS应用管理最佳实践
  • iOS帅气加载动画、通知视图、红包助手、引导页、导航栏、朋友圈、小游戏等效果源码...
  • JS+CSS实现数字滚动
  • markdown编辑器简评
  • PHP 程序员也能做的 Java 开发 30分钟使用 netty 轻松打造一个高性能 websocket 服务...
  • springboot_database项目介绍
  • 从@property说起（二）当我们写下@property (nonatomic, weak) id obj时，我们究竟写了什么...
  • 得到一个数组中任意X个元素的所有组合 即C(n,m)
  • 关于 Cirru Editor 存储格式
  • 机器学习学习笔记一
  • 强力优化Rancher k8s中国区的使用体验
  • 腾讯视频格式如何转换成mp4 将下载的qlv文件转换成mp4的方法
  • 学习笔记：对象，原型和继承（1）
  •  一套莫尔斯电报听写、翻译系统
  • 怎么将电脑中的声音录制成WAV格式
  • 容器镜像
  • (Java数据结构)ArrayList
  • (MonoGame从入门到放弃-1) MonoGame环境搭建
  • （笔试题）分解质因式
  • （论文阅读40-45）图像描述1
  • (三)uboot源码分析
  • （五）activiti-modeler 编辑器初步优化
  • （学习日记）2024.04.10：UCOSIII第三十八节：事件实验
  • (原創) 人會胖會瘦，都是自我要求的結果 (日記)
  • （转）GCC在C语言中内嵌汇编 asm __volatile__
  • (转载)CentOS查看系统信息|CentOS查看命令
  • .gitignore文件_Git：.gitignore
  • .NET / MSBuild 扩展编译时什么时候用 BeforeTargets / AfterTargets 什么时候用 DependsOnTargets？
  • .net操作Excel出错解决
  • .NET国产化改造探索（三）、银河麒麟安装.NET 8环境
  • .NET开发者必备的11款免费工具
  • .NET面试题(二)
  • .Net下使用 Geb.Video.FFMPEG 操作视频文件
  • /etc/shadow字段详解
  • /etc/sudoer文件配置简析
  • @Autowired标签与 @Resource标签 的区别
  • @ConfigurationProperties注解对数据的自动封装
  • @converter 只能用mysql吗_python-MySQLConverter对象没有mysql-connector属性’...
  • [000-01-022].第06节：RabbitMQ中的交换机介绍