Pandas 数据帧div()方法

原文：https://www.studytonight.com/pandas/pandas-dataframe-div-method

在本教程中，我们将学习 PandasDataFrame.div()T3】法。它返回 dataframe 和其他元素的浮点除法(二进制运算符 truediv)。它返回一个带有算术运算结果的数据帧。

下图显示了 PandasDataFrame.div()方法的语法。

句法

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

因素

其他:标量、序列、序列或数据帧。任何单个或多个元素数据结构，或类似列表的对象。

轴: {0 或‘索引’，1 或‘列’}。是按索引(0 或“索引”)还是按列(1 或“列”)进行比较。对于序列输入，轴与序列索引匹配。

级别: int 或 label。跨级别广播，匹配传递的多索引级别上的索引值。

fill_value: 浮动或无，默认无。在计算之前，用该值填充现有的缺失(NaN)值以及成功的数据帧对齐所需的任何新元素。如果两个相应数据帧位置的数据都丢失，结果也将丢失。

示例 1:使用DataFrame.div()方法分割数据帧

以下示例显示了使用DataFrame.div()方法将数据帧除以常数。

#importing pandas as pd
import pandas as pd
#creating DataFrame
df1 = pd.DataFrame({'a': [2, 5, 6],'b': [8, 10, 12],'c': [14, 16, 18]})
print(df1.div(3))

一旦我们运行该程序，我们将获得以下输出。

a b c 0 0.6666672.666674.66667 1 1.666673.3333333 5.33333 2 2.000000 4.00000 6.000000

示例 2:使用DataFrame.div()方法分割数据帧

以下示例显示了使用DataFrame.div()方法将数据帧与其他数据帧分割。

import pandas as pd
df1 = pd.DataFrame({'a': [2, 5, 6],'b': [8, 10, 12],'c': [14, 16, 18]})
df2 = pd.DataFrame({'a': [2, 2, 2],'b': [2, 2, 2],'c': [2, 2, 2]})
print(df1.div(df2))

一旦我们运行该程序，我们将获得以下输出。

a b c 0 1.0 4.0 7.0 1 2.5 5.0 8.0 2 3.0 6.0 9.0

示例 3:使用DataFrame.div()方法分割数据帧并填充空值

以下示例显示了使用fill_value=1.的DataFrame.div()方法将数据帧与其他数据帧分割

import pandas as pd
df1 = pd.DataFrame({'a': [2, 5, 6],'b': [8, 10, 12],'c': [14, 16, 18]})
df2 = pd.DataFrame({'a': [2, 2, 2],'b': [2, 2, 2]})
print(df1.div(df2,fill_value=1))

一旦我们运行该程序，我们将获得以下输出。

a b c 0 1.0 4.0 14.0 1 2.5 5.0 16.0 2 3.0 6.0 18.0

结论

在本教程中，我们学习了 PandasDataFrame.div()方法。我们通过在数据帧上应用这种方法来学习语法、参数和解决示例，并理解了这种方法。