|
目录一、用法精讲456、pandas.DataFrame.rdiv方法456-1、语法456-2、参数456-3、功能456-4、返回值456-5、说明456-6、用法456-6-1、数据准备456-6-2、代码示例456-6-3、结果输出457、pandas.DataFrame.rtruediv方法457-1、语法457-2、参数457-3、功能457-4、返回值457-5、说明457-6、用法457-6-1、数据准备457-6-2、代码示例457-6-3、结果输出458、pandas.DataFrame.rfloordiv方法458-1、语法458-2、参数458-3、功能458-4、返回值458-5、说明458-6、用法458-6-1、数据准备458-6-2、代码示例458-6-3、结果输出459、pandas.DataFrame.rmod方法459-1、语法459-2、参数459-3、功能459-4、返回值459-5、说明459-6、用法459-6-1、数据准备459-6-2、代码示例459-6-3、结果输出460、pandas.DataFrame.rpow方法460-1、语法460-2、参数460-3、功能460-4、返回值460-5、说明460-6、用法460-6-1、数据准备460-6-2、代码示例460-6-3、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456、pandas.DataFrame.rdiv方法456-1、语法#456、pandas.DataFrame.rdiv方法pandas.DataFrame.rdiv(other,axis='columns',level=None,fill_value=None)GetFloatingdivisionofdataframeandother,element-wise(binaryoperatorrtruediv).Equivalenttoother/dataframe,butwithsupporttosubstituteafill_valueformissingdatainoneoftheinputs.Withreverseversion,truediv.Amongflexiblewrappers(add,sub,mul,div,floordiv,mod,pow)toarithmeticoperators:+,-,*,/,//,%,**.Parameterstherscalar,sequence,Series,dictorDataFrameAnysingleormultipleelementdatastructure,orlist-likeobject.axis{0or‘index’,1or‘columns’}Whethertocomparebytheindex(0or‘index’)orcolumns.(1or‘columns’).ForSeriesinput,axistomatchSeriesindexon.levelintorlabelBroadcastacrossalevel,matchingIndexvaluesonthepassedMultiIndexlevel.fill_valuefloatorNone,defaultNoneFillexistingmissing(NaN)values,andanynewelementneededforsuccessfulDataFramealignment,withthisvaluebeforecomputation.IfdatainbothcorrespondingDataFramelocationsismissingtheresultwillbemissing.ReturnsataFrameResultofthearithmeticoperation.456-2、参数456-2-1、other(必须):标量、Series、DataFrame或array-like对象,要与DataFrame进行反向乘法运算的对象;如果是标量,DataFrame的每个元素将会乘以这个标量;如果是另一个DataFrame或Series,逐元素执行乘法。456-2-2、axis(可选,默认值为'columns'):{0,1,'index','columns'},确定运算的轴,如果为0或'index',则对行标签对齐进行操作;如果为1或'columns',则对列标签对齐进行操作,通常情况下,只有other是DataFrame或Series时才需要指定axis参数。456-2-3、level(可选,默认值为None):用于在多层索引(MultiIndex)中匹配特定级别,如果DataFrame或other有MultiIndex,level指定要在MultiIndex的哪一层进行对齐。456-2-4、fill_value(可选,默认值为None):标量值,在DataFrame与other进行对齐时,若某些元素在其中一个对象中缺失,可以使用fill_value来填充缺失的数据以避免NaN值的出现。456-3、功能 执行的是反向乘法运算,假设有一个DataFramedf和一个标量或另一个对象other,df.rmul(other)将会计算other*df(即从other的角度执行乘法,而非df)。如果other是标量,rmul将会把other乘以DataFrame的每一个元素;如果other是一个具有相同索引或列标签的DataFrame或Series,那么乘法将会在相应的元素之间进行。456-4、返回值 返回值是一个新的DataFrame,包含了反向乘法操作的结果,它不会修改原始的DataFrame,而是返回一个新的DataFrame。456-5、说明 无456-6、用法456-6-1、数据准备无456-6-2、代码示例#456、pandas.DataFrame.rdiv方法importpandasaspddf=pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})#标量乘法result=df.rmul(10)print(result,end='\n\n')456-6-3、结果输出#456、pandas.DataFrame.rdiv方法#AB#01040#12050#23060457、pandas.DataFrame.rtruediv方法457-1、语法#457、pandas.DataFrame.rtruediv方法pandas.DataFrame.rtruediv(other,axis='columns',level=None,fill_value=None)GetFloatingdivisionofdataframeandother,element-wise(binaryoperatorrtruediv).Equivalenttoother/dataframe,butwithsupporttosubstituteafill_valueformissingdatainoneoftheinputs.Withreverseversion,truediv.Amongflexiblewrappers(add,sub,mul,div,floordiv,mod,pow)toarithmeticoperators:+,-,*,/,//,%,**.Parameterstherscalar,sequence,Series,dictorDataFrameAnysingleormultipleelementdatastructure,orlist-likeobject.axis{0or‘index’,1or‘columns’}Whethertocomparebytheindex(0or‘index’)orcolumns.(1or‘columns’).ForSeriesinput,axistomatchSeriesindexon.levelintorlabelBroadcastacrossalevel,matchingIndexvaluesonthepassedMultiIndexlevel.fill_valuefloatorNone,defaultNoneFillexistingmissing(NaN)values,andanynewelementneededforsuccessfulDataFramealignment,withthisvaluebeforecomputation.IfdatainbothcorrespondingDataFramelocationsismissingtheresultwillbemissing.ReturnsataFrameResultofthearithmeticoperation.457-2、参数457-2-1、other(必须):标量、Series、DataFrame或array-like对象,要与DataFrame进行反向除法运算的对象,如果是标量,DataFrame的每个元素将会被该标量除;如果是另一个DataFrame或Series,则逐元素执行除法。457-2-2、axis(可选,默认值为'columns'):{0,1,'index','columns'},确定运算的轴,如果为0或'index',则对行标签对齐进行操作;如果为1或'columns',则对列标签对齐进行操作,通常情况下,只有other是DataFrame或Series时才需要指定axis参数。457-2-3、level(可选,默认值为None):用于在多层索引(MultiIndex)中匹配特定级别,如果DataFrame或other有MultiIndex,level指定要在MultiIndex的哪一层进行对齐。457-2-4、fill_value(可选,默认值为None):标量值,在DataFrame与other进行对齐时,若某些元素在其中一个对象中缺失,可以使用fill_value来填充缺失的数据以避免NaN值的出现。457-3、功能 执行的是反向除法运算,假设有一个DataFramedf和一个标量或另一个对象other,df.rtruediv(other)将会计算other/df(即从other的角度执行除法,而非df)。如果other是标量,rtruediv将会把other除以DataFrame的每一个元素;如果other是一个具有相同索引或列标签的DataFrame或Series,那么除法将会在相应的元素之间进行。457-4、返回值 返回值是一个新的DataFrame,包含了反向除法操作的结果,它不会修改原始的DataFrame,而是返回一个新的DataFrame。457-5、说明 无457-6、用法457-6-1、数据准备无457-6-2、代码示例#457、pandas.DataFrame.rtruediv方法importpandasaspddf=pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})#标量除法result=df.rtruediv(10)print(result)457-6-3、结果输出#457、pandas.DataFrame.rtruediv方法#AB#010.0000002.500000#15.0000002.000000#23.3333331.666667458、pandas.DataFrame.rfloordiv方法458-1、语法#458、pandas.DataFrame.rfloordiv方法pandas.DataFrame.rfloordiv(other,axis='columns',level=None,fill_value=None)GetIntegerdivisionofdataframeandother,element-wise(binaryoperatorrfloordiv).Equivalenttoother//dataframe,butwithsupporttosubstituteafill_valueformissingdatainoneoftheinputs.Withreverseversion,floordiv.Amongflexiblewrappers(add,sub,mul,div,floordiv,mod,pow)toarithmeticoperators:+,-,*,/,//,%,**.Parameterstherscalar,sequence,Series,dictorDataFrameAnysingleormultipleelementdatastructure,orlist-likeobject.axis{0or‘index’,1or‘columns’}Whethertocomparebytheindex(0or‘index’)orcolumns.(1or‘columns’).ForSeriesinput,axistomatchSeriesindexon.levelintorlabelBroadcastacrossalevel,matchingIndexvaluesonthepassedMultiIndexlevel.fill_valuefloatorNone,defaultNoneFillexistingmissing(NaN)values,andanynewelementneededforsuccessfulDataFramealignment,withthisvaluebeforecomputation.IfdatainbothcorrespondingDataFramelocationsismissingtheresultwillbemissing.ReturnsataFrameResultofthearithmeticoperation.458-2、参数458-2-1、other(必须):标量、Series、DataFrame或array-like对象,要与DataFrame进行反向地板除法运算的对象,如果是标量,DataFrame的每个元素将会被该标量整除;如果是另一个DataFrame或Series,则逐元素执行地板除法。458-2-2、axis(可选,默认值为'columns'):{0,1,'index','columns'},确定运算的轴,如果为0或'index',则对行标签对齐进行操作;如果为1或'columns',则对列标签对齐进行操作,通常情况下,只有other是DataFrame或Series时才需要指定axis参数。458-2-3、level(可选,默认值为None):用于在多层索引(MultiIndex)中匹配特定级别,如果DataFrame或other有MultiIndex,level指定要在MultiIndex的哪一层进行对齐。458-2-4、fill_value(可选,默认值为None):标量值,在DataFrame与other进行对齐时,若某些元素在其中一个对象中缺失,可以使用fill_value来填充缺失的数据以避免NaN值的出现。458-3、功能 执行反向地板除法运算,假设有一个DataFramedf和一个标量或另一个对象other,df.rfloordiv(other)将计算other//df。458-4、返回值 返回值是一个新的DataFrame,包含了反向地板除法操作的结果,它不会修改原始的DataFrame,而是返回一个新的DataFrame。458-5、说明 无458-6、用法458-6-1、数据准备无458-6-2、代码示例#458、pandas.DataFrame.rfloordiv方法importpandasaspddf=pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})#对标量10进行反向地板除法result=df.rfloordiv(10)print(result)458-6-3、结果输出#458、pandas.DataFrame.rfloordiv方法#AB#0102#152#231459、pandas.DataFrame.rmod方法459-1、语法#459、pandas.DataFrame.rmod方法pandas.DataFrame.rmod(other,axis='columns',level=None,fill_value=None)GetModuloofdataframeandother,element-wise(binaryoperatorrmod).Equivalenttoother%dataframe,butwithsupporttosubstituteafill_valueformissingdatainoneoftheinputs.Withreverseversion,mod.Amongflexiblewrappers(add,sub,mul,div,floordiv,mod,pow)toarithmeticoperators:+,-,*,/,//,%,**.Parameterstherscalar,sequence,Series,dictorDataFrameAnysingleormultipleelementdatastructure,orlist-likeobject.axis{0or‘index’,1or‘columns’}Whethertocomparebytheindex(0or‘index’)orcolumns.(1or‘columns’).ForSeriesinput,axistomatchSeriesindexon.levelintorlabelBroadcastacrossalevel,matchingIndexvaluesonthepassedMultiIndexlevel.fill_valuefloatorNone,defaultNoneFillexistingmissing(NaN)values,andanynewelementneededforsuccessfulDataFramealignment,withthisvaluebeforecomputation.IfdatainbothcorrespondingDataFramelocationsismissingtheresultwillbemissing.ReturnsataFrameResultofthearithmeticoperation.459-2、参数459-2-1、other(必须):标量、Series、DataFrame或array-like对象,用于与DataFrame中的元素进行反向取模计算的对象,如果other是一个标量,则DataFrame的每个元素都会与该标量进行计算;如果是另一个DataFrame或Series,则逐元素进行运算。459-2-2、axis(可选,默认值为'columns'):{0,1,'index','columns'},确定运算的轴,如果为0或'index',则对行标签对齐进行操作;如果为1或'columns',则对列标签对齐进行操作,通常情况下,只有other是DataFrame或Series时才需要指定axis参数。459-2-3、level(可选,默认值为None):用于在多层索引(MultiIndex)中匹配特定级别,如果DataFrame或other有MultiIndex,level指定要在MultiIndex的哪一层进行对齐。459-2-4、fill_value(可选,默认值为None):标量值,在DataFrame与other进行对齐时,若某些元素在其中一个对象中缺失,可以使用fill_value来填充缺失的数据以避免NaN值的出现。459-3、功能 用于对DataFrame进行元素级别的反向取模操作,即与另一个对象的元素进行取模运算。此方法类似于Python中的取模运算符%,但顺序是反向的,即从other的角度进行取模运算。459-4、返回值 返回一个新的DataFrame,其包含反向取模运算的结果,它不会修改原始的DataFrame,而是返回一个新的DataFrame。459-5、说明 无459-6、用法459-6-1、数据准备无459-6-2、代码示例#459、pandas.DataFrame.rmod方法importpandasaspd#创建示例DataFramedf=pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})#对标量10进行反向取模运算result=df.rmod(10)print(result)459-6-3、结果输出#459、pandas.DataFrame.rmod方法#AB#002#100#214460、pandas.DataFrame.rpow方法460-1、语法#460、pandas.DataFrame.rpow方法pandas.DataFrame.rpow(other,axis='columns',level=None,fill_value=None)GetExponentialpowerofdataframeandother,element-wise(binaryoperatorrpow).Equivalenttoother**dataframe,butwithsupporttosubstituteafill_valueformissingdatainoneoftheinputs.Withreverseversion,pow.Amongflexiblewrappers(add,sub,mul,div,floordiv,mod,pow)toarithmeticoperators:+,-,*,/,//,%,**.Parameterstherscalar,sequence,Series,dictorDataFrameAnysingleormultipleelementdatastructure,orlist-likeobject.axis{0or‘index’,1or‘columns’}Whethertocomparebytheindex(0or‘index’)orcolumns.(1or‘columns’).ForSeriesinput,axistomatchSeriesindexon.levelintorlabelBroadcastacrossalevel,matchingIndexvaluesonthepassedMultiIndexlevel.fill_valuefloatorNone,defaultNoneFillexistingmissing(NaN)values,andanynewelementneededforsuccessfulDataFramealignment,withthisvaluebeforecomputation.IfdatainbothcorrespondingDataFramelocationsismissingtheresultwillbemissing.ReturnsataFrameResultofthearithmeticoperation.460-2、参数460-2-1、other(必须):标量、Series、DataFrame或array-like对象,用于与DataFrame中的元素进行反向幂计算的对象,如果other是一个标量,则DataFrame的每个元素都会与该标量进行计算;如果是另一个DataFrame或Series,则逐元素进行运算。460-2-2、axis(可选,默认值为'columns'):{0,1,'index','columns'},确定运算的轴,如果为0或'index',则对行标签对齐进行操作;如果为1或'columns',则对列标签对齐进行操作,通常情况下,只有other是DataFrame或Series时才需要指定axis参数。460-2-3、level(可选,默认值为None):用于在多层索引(MultiIndex)中匹配特定级别,如果DataFrame或other有MultiIndex,level指定要在MultiIndex的哪一层进行对齐。460-2-4、fill_value(可选,默认值为None):标量值,在DataFrame与other进行对齐时,若某些元素在其中一个对象中缺失,可以使用fill_value来填充缺失的数据以避免NaN值的出现。460-3、功能 用于对DataFrame进行元素级别的反向幂运算,即将DataFrame的元素作为幂指数,另一个对象的元素作为底数进行幂运算。简单来说,这相当于其他对象的元素参与幂运算,而DataFrame的元素作为指数。460-4、返回值 返回一个新的DataFrame,其包含反向幂运算的结果,它不会修改原始的DataFrame,而是返回一个新的DataFrame。460-5、说明 无460-6、用法460-6-1、数据准备无460-6-2、代码示例#460、pandas.DataFrame.rpow方法importpandasaspd#创建示例DataFramedf=pd.DataFrame({'A':[2,3,4],'B':[1,2,3]})#对标量2进行反向幂运算result=df.rpow(2)print(result)460-6-3、结果输出#460、pandas.DataFrame.rpow方法#AB#042#184#2168二、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
|
|