Pandas 数据帧mod()方法

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

在本教程中，我们将学习 PandasDataFrame.mod()的方法。该方法返回数据帧的模和其他元素。它返回带有算术运算结果的数据帧。

下面是 PandasDataFrame.mod()方法的语法。

句法

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

因素

其他:表示标量、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”代表索引，【1】代表列。当axis=0方法应用于index轴时，以及当axis=1方法应用于column轴时。对于输入Series，轴要匹配系列索引。

级别:代表 int 或标签。它跨级别广播，匹配传递的多索引级别上的索引值。

fill_value: 表示浮动或无，默认值为无。它会在计算之前用该值填充现有的缺失值或空值，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.mod()方法求模

下面的例子显示了使用DataFrame.mod()方法获取数据帧的模的常数值。

#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.mod(3))

一旦我们运行该程序，我们将获得以下输出。

a b c 0 2 2 2 1 2 1 2 0 0 0

示例 2:使用DataFrame.mod()方法求模

下面的示例显示了使用DataFrame.mod()方法获取数据帧的模和其他数据帧值。

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.mod(df2))

一旦我们运行该程序，我们将获得以下输出。

a b c 0 0 0 0 1 1 0 0 2 0 0 0

示例 3:使用DataFrame.mod()方法求模

此示例显示了使用带有fill_value=1的DataFrame.mod()方法获取数据帧与其他数据帧的模。它将在缺少的地方添加默认值，并替换空值。

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.mod(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 0 0 0.0 1 1 0 0.0 2 0 0 0.0

结论

在本教程中，我们学习了 PandasDataFrame.mod()方法。我们学习了该方法的语法和参数，并将其应用于数据帧，以理解该方法。