Pandas div()函数的具体使用
div()方法将DataFrame中的每个值除以指定的值,并返回一个计算处理后的Dataframe结果
DataFrame.div()函数其实是除法运算,表格中的每个数据都是被除数
导入数据
import pandas as pd df = pd.DataFrame({"col1":[5, 3, None, 4], "col2":[None, 2, 4, 3], "col3":[4, 3, 8, 5], "col4":[5, 4, 2, None]})
df
问题1: Dataframe中每个单元格中的值除以2,NaN值参与计算时,填充为50
res1 = df.div(2, fill_value = 50)
res1
fill_value参数指定在除法之前如何处理NaN值
问题2: Dataframe每列第一行中的值除以2,第二行中的值除以3,第三行中的值除以1.5,第四行中的值除以4
series_object = pd.Series([2, 3, 1.5, 4]) res2 = df.div(series_object, axis = 0)
series_object
res2
上述生成res2的计算过程如下所示
axis参数决定是按索引还是按列进行比较,取值0 或 'index' 表示按索引进行比较,取值1 或者 'columns' 表示按列进行比较
问题3: Dataframe中'col1'的值除以2,'col2'的值除以3,'col3'的值除以1.5,'col4'中的值除以4
series_object = pd.Series([2, 3, 1.5, 4],index = ['col1', 'col2', 'col3', 'col4']) res3 = df.div(series_object, axis = 1)
res3
上述生成res3的计算过程如下所示
到此这篇关于Pandas div()函数的具体使用的文章就介绍到这了,更多相关Pandas div()函数内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
相关文章
OneFlow源码解析之Eager模式下Tensor存储管理
这篇文章主要为大家介绍了OneFlow源码解析之Eager模式下Tensor的存储管理实现示例详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2023-04-04关于jupyter lab安装及导入tensorflow找不到模块的问题
这篇文章主要介绍了关于jupyter lab安装及导入tensorflow找不到模块的问题,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2021-03-03
最新评论