一个网站3个相似域名,建设部网站1667号下载,网站收录量怎么提升,怎么制作图片加文字div()方法将DataFrame中的每个值除以指定的值#xff0c;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#xff0c;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…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)
series_object res3 上述生成res3的计算过程如下所示
