Python酷库之旅-第三方库Pandas(037)

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

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/web/47563.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

【初阶数据结构】深度解析七大常见排序|掌握底层逻辑与原理

【初阶数据结构】深度解析七大常见排序|掌握底层逻辑与原理

初阶数据结构相关知识点可以通过点击以下链接进行学习一起加油！时间与空间复杂度的深度剖析深入解析顺序表:探索底层逻辑深入解析单链表:探索底层逻辑深入解析带头双向循环链表:探索底层逻辑深入解析栈:探索底层逻辑深入解析队列:探索底层逻辑深入解析循环队列:探索…
阅读更多...
原来隐藏一个DOM元素可以有这么多种方式，最后一种你肯定不知道

原来隐藏一个DOM元素可以有这么多种方式，最后一种你肯定不知道

我们在日常编码的时候，隐藏一个 dom 元素有很多种方式，今天我们来盘点一下隐藏 dom 元素有哪些方式，最后一种，你绝对没有用过。 display: none 作为经常用来隐藏元素的 css 属性，display: none 相信大家并不陌生&…
阅读更多...
【常见开源库的二次开发】基于openssl的加密与解密——MD5算法源码解析（五）

【常见开源库的二次开发】基于openssl的加密与解密——MD5算法源码解析（五）

一、MD5算法分析 ： 1.1 关于MD5 “消息摘要”是指MD5（Message Digest Algorithm 5）算法。MD5是一种广泛使用的密码散列函数，它可以生成一个128位（16字节）的散列值。 RFC 1321: MD5由Ronald Rivest在1992…
阅读更多...
云计算核心算法（一）

云计算核心算法（一）

目录 一、Paxos算法（一）Paxos算法背景知识（二）Paxos算法详解（三）Paxos算法举例 云计算的基础技术是集群技术，支撑集群高效协同工作需要一系列资源和任务调度算法，良好的调度算法可以…
阅读更多...
【python】Numpy运行报错详细分析：IndexError: too many indices for array

【python】Numpy运行报错详细分析：IndexError: too many indices for array

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯，先赞后看哦~🎈🎈 🏆 作者简介：景天科技苑 🏆《头衔》：大厂架构师，华为云开发者社区专家博主，…
阅读更多...
创建vue3项目并配置PC端屏幕适配

创建vue3项目并配置PC端屏幕适配

一、创建vue3项目 1.使用vue cli创建 vue created 项目名2.选择自定义方式创建vue3项目 3.选择项目所需要的依赖项(刚学习vue的同学建议选择安装（Linter / Formatter 支持代码风格检查和格式化） 对于每一项的功能，做了一个简单的描述&a…
阅读更多...
Web开发：一个可拖拽的模态框（HTML、CSS、JavaScript）

Web开发：一个可拖拽的模态框（HTML、CSS、JavaScript）

目录 一、需求描述 二、实现效果 三、完整代码 四、实现过程 1、HTML 页面结构 2、CSS 元素样式 3、JavaScript动态控制 （1）获取元素 （2）显示\隐藏遮罩层与模态框 （3）实现模态框拖动效果 一、需求…
阅读更多...
增长新引擎，构建基于 CDP 的用户运营竞争力

增长新引擎，构建基于 CDP 的用户运营竞争力

本文将围绕“企业如何通过构建基于 CDP 的用户运营体系提升业务增长”这一核心，详细介绍企业数据化运营现状，拆解用户运营目标，展示神策 CDP 的关键能力以及用户运营策略落地的完整路径。 一、洞察：企业数据化运营面临的挑战 当前…
阅读更多...
C语言-网络编程-UDP通信创建流程

C语言-网络编程-UDP通信创建流程

UDP 通信创建流程 UDP 是⼀个传输层的⽆连接的协议，我们编写代码⼀般是分为两个端。⼀个我们称之为发送端，另⼀ 个我们称之为接收端。正常⼀般是接收端先运⾏，然后等待结束发送端发送过来的数据。 创建套接字 首先，我们需要创建…
阅读更多...
四、GD32 MCU 常见外设介绍 (5) TIMER 模块介绍

四、GD32 MCU 常见外设介绍 (5) TIMER 模块介绍

5.1.TIMER 基础知识 TIMER分高级定时器，通用定时器L0，L1，L2和基本定时器。 5.2.硬件连接说明 TIMER 属于片内外设，对于外部硬件设计，只需要单独IO口外接信号线即可。 5.3.GD32 TIMER 外设原理简介（以 G…
阅读更多...
/秋招突击——7/21——复习{堆——数组中的第K大元素}——新作{回溯——全排列、子集、电话号码的字母组合、组合总和、括号生成}

/秋招突击——7/21——复习{堆——数组中的第K大元素}——新作{回溯——全排列、子集、电话号码的字母组合、组合总和、括号生成}

文章目录 引言复习数组中的第K大的最大元素复习实现参考实现 新作回溯模板46 全排列个人实现参考实现 子集个人实现参考实现 电话号码的字母组合复习实现 组合总和个人实现参考实现 括号生成复习实现 总结 引言 昨天的科大讯飞笔试做的稀烂，今天回来好好练习一下&a…
阅读更多...
JUC并发编程02-常见方法

JUC并发编程02-常见方法

start方法与run方法 直接调用run方法-》主线程实现，并不会启动一个新线程。多次调用start方法-》会抛出非法线程异常的错，当线程变成了runnable状态就不能用start方法了。 sleep方法与yield方法 调用sleep会让当前线程从running进入 timed waiting状态…
阅读更多...
测试——Junit

测试——Junit

内容大纲: 常用的五个注解 测试用例顺序指定 参数化 测试套件 断言 1. 常用的五个注解 1.1 Test 通常情况下,我们输入要写在main方法下,此时我想直接输出: Test void Test01(){System.out.println("第一个测试用例"); } 1.2 BeforeAll AfterAll BeforeALL在Tes…
阅读更多...
RK3568笔记四十一：DHT11驱动开发测试

RK3568笔记四十一：DHT11驱动开发测试

若该文为原创文章，转载请注明原文出处。 记录开发单总线，读取DHT11温湿度 一、DHT11介绍 DHT11是串行接口（单线双向）DATA 用于微处理器与 DHT11之间的通讯和同步，采用单总线数据格式，一次通讯时间4ms左右…
阅读更多...
利用一维数组计算今天是今年的第几天

利用一维数组计算今天是今年的第几天

分析： 在一维数组里初始化12个月份，在进行判断是不是闰年，是闰年就把数组的二月的下标改为29，否则不变就按照平年计算，最后把想要计算的月份减1累加到sum里，在进行计算该月份的天也要累加。例如&#xff1a…
阅读更多...
神经网络处理器模拟器的一点思考

神经网络处理器模拟器的一点思考

一 神经网络处理器 通常基于FPGA的神经网络处理器进行部署某种网络，考虑的因素较多，具体包括网络模型的不同，涵盖不同的算子、激活函数、调度策略等等；具体硬件实现，涉及神经网络处理器并行度、硬件资源消耗&#xff0…
阅读更多...
java高级——Collection集合之Set探索（底层为HashMap实现）

java高级——Collection集合之Set探索（底层为HashMap实现）

java高级——Collection集合之Set探索 前情提要文章介绍继承结构底层代码（一张图你就悟了）下期预告 前情提要 上一篇文章我们探索了HashMap，详细解说了哈希冲突，红黑树以及Map底层到底是怎么实现的，这一篇我们简单说一…
阅读更多...
图像生成（Text-to-Image）发展脉络

图像生成（Text-to-Image）发展脉络

这篇博客对 图像生成（image generation） 领域的经典工作发展进行了梳理，包括重要的一些改进，目的是帮助读者对此领域有一个整体的发展方向把握，并非是对每个工作的详细介绍。 脉络发展（时间顺序&#xff0…
阅读更多...
气膜工业仓储与气膜体育馆的配置区别—轻空间

气膜工业仓储与气膜体育馆的配置区别—轻空间

气膜工业仓储和气膜体育馆在配置上有明显的区别，这主要是由于它们的使用功能和环境不同所导致的。 结构设计 气膜工业仓储： 主要设计为大跨度、大空间，以便容纳大量货物。 气膜体育馆： 设计注重支撑观众席、运动场地和相关设施&…
阅读更多...
Golang | Leetcode Golang题解之第274题H指数

Golang | Leetcode Golang题解之第274题H指数

题目&#xff1a; 题解&#xff1a; func hIndex(citations []int) int {// 答案最多只能到数组长度left,right:0,len(citations)var mid intfor left<right{// 1 防止死循环mid(leftright1)>>1cnt:0for _,v:range citations{if v>mid{cnt}}if cnt>mid{// 要找…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023