Python酷库之旅-第三方库Pandas(103)

见贤思齐

目录一、用法精讲446、pandas.DataFrame.mul方法446-1、语法446-2、参数446-3、功能446-4、返回值446-5、说明446-6、用法446-6-1、数据准备446-6-2、代码示例446-6-3、结果输出447、pandas.DataFrame.div方法447-1、语法447-2、参数447-3、功能447-4、返回值447-5、说明447-6、用法447-6-1、数据准备447-6-2、代码示例447-6-3、结果输出448、pandas.DataFrame.truediv方法448-1、语法448-2、参数448-3、功能448-4、返回值448-5、说明448-6、用法448-6-1、数据准备448-6-2、代码示例448-6-3、结果输出449、pandas.DataFrame.floordiv方法449-1、语法449-2、参数449-3、功能449-4、返回值449-5、说明449-6、用法449-6-1、数据准备449-6-2、代码示例449-6-3、结果输出450、pandas.DataFrame.mod方法450-1、语法450-2、参数450-3、功能450-4、返回值450-5、说明450-6、用法450-6-1、数据准备450-6-2、代码示例450-6-3、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446、pandas.DataFrame.mul方法446-1、语法#446、pandas.DataFrame.mul方法pandas.DataFrame.mul(other,axis='columns',level=None,fill_value=None)GetMultiplicationofdataframeandother,element-wise(binaryoperatormul).Equivalenttodataframe*other,butwithsupporttosubstituteafill_valueformissingdatainoneoftheinputs.Withreverseversion,rmul.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.446-2、参数446-2-1、other(必须)：用于与调用DataFrame进行逐元素乘法运算的对象，可以是另一个DataFrame、Series、标量或常数，如果是DataFrame或Series，则其形状必须与调用的DataFrame兼容(即可以对齐)。446-2-2、axis(可选，默认值为'columns')： {0or‘index’,1or‘columns’}，确定对齐的轴，如果是0或'index'，则沿着行对齐；如果是1或'columns'，则沿着列对齐。446-2-3、level(可选，默认值为None)：如果指定了多级索引(MultiIndex)，则在指定的级别上进行对齐，默认是None，即不使用多级索引。446-2-4、fill_value(可选，默认值为None)：用于替换DataFrame中缺失的数据(即NaN)的值，如果在运算中发现NaN值，它们将被fill_value替换，然后再进行运算，默认是None，即不替换NaN值。446-3、功能        用于将一个DataFrame与另一个DataFrame、Series或标量进行逐元素的乘法运算，其结果是一个新的DataFrame，其中每个元素是对应位置上两个操作数的乘积。446-4、返回值        返回一个新的DataFrame，其中每个元素是调用DataFrame与参数other对应位置元素的乘积。446-5、说明    无446-6、用法446-6-1、数据准备无446-6-2、代码示例#446、pandas.DataFrame.mul方法#446-1、与标量的乘法运算importpandasaspddf=pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})result=df.mul(2)print(result,end='\n\n')#446-2、与另一个DataFrame的乘法运算importpandasaspddf=pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})other=pd.DataFrame({'A':[10,20,30],'B':[40,50,60]})result=df.mul(other)print(result,end='\n\n')#446-3、使用fill_value参数importpandasaspddf1=pd.DataFrame({'A':[1,2,None],'B':[4,None,6]})df2=pd.DataFrame({'A':[10,20,30],'B':[40,50,60]})result=df1.mul(df2,fill_value=1)print(result)446-6-3、结果输出#446、pandas.DataFrame.mul方法#446-1、与标量的乘法运算#AB#028#1410#2612#446-2、与另一个DataFrame的乘法运算#AB#010160#140250#290360#446-3、使用fill_value参数#AB#010.0160.0#140.050.0#230.0360.0447、pandas.DataFrame.div方法447-1、语法#447、pandas.DataFrame.div方法pandas.DataFrame.div(other,axis='columns',level=None,fill_value=None)GetFloatingdivisionofdataframeandother,element-wise(binaryoperatortruediv).Equivalenttodataframe/other,butwithsupporttosubstituteafill_valueformissingdatainoneoftheinputs.Withreverseversion,rtruediv.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.447-2、参数447-2-1、other(必须)：用于与调用DataFrame进行逐元素除法运算的对象，可以是另一个DataFrame、Series、标量或常数，如果是DataFrame或Series，则其形状必须与调用的DataFrame兼容(即可以对齐)。447-2-2、axis(可选，默认值为'columns')： {0or‘index’,1or‘columns’}，确定对齐的轴，如果是0或'index'，则沿着行对齐；如果是1或'columns'，则沿着列对齐。447-2-3、level(可选，默认值为None)：如果指定了多级索引(MultiIndex)，则在指定的级别上进行对齐，默认是None，即不使用多级索引。447-2-4、fill_value(可选，默认值为None)：用于替换DataFrame中缺失的数据(即NaN)的值，如果在运算中发现NaN值，它们将被fill_value替换，然后再进行运算，默认是None，即不替换NaN值。447-3、功能        用于将一个DataFrame与另一个DataFrame、Series或标量进行逐元素的除法运算，其结果是一个新的DataFrame，其中每个元素是对应位置上两个操作数的商。447-4、返回值        返回一个新的DataFrame，其中每个元素是调用DataFrame与参数other对应位置元素的商。447-5、说明    无447-6、用法447-6-1、数据准备无447-6-2、代码示例#447、pandas.DataFrame.div方法#447-1、与标量的除法运算importpandasaspddf=pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})result=df.div(2)print(result,end='\n\n')#447-2、与另一个DataFrame的除法运算importpandasaspddf=pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})other=pd.DataFrame({'A':[10,20,30],'B':[40,50,60]})result=df.div(other)print(result,end='\n\n')#447-3、使用fill_value参数importpandasaspddf1=pd.DataFrame({'A':[1,2,None],'B':[4,None,6]})df2=pd.DataFrame({'A':[10,20,30],'B':[40,50,60]})result=df1.div(df2,fill_value=1)print(result)447-6-3、结果输出#447、pandas.DataFrame.div方法#447-1、与标量的除法运算#AB#00.52.0#11.02.5#21.53.0#447-2、与另一个DataFrame的除法运算#AB#00.10.1#10.10.1#20.10.1#447-3、使用fill_value参数#AB#00.1000000.10#10.1000000.02#20.0333330.10448、pandas.DataFrame.truediv方法448-1、语法#448、pandas.DataFrame.truediv方法pandas.DataFrame.truediv(other,axis='columns',level=None,fill_value=None)GetFloatingdivisionofdataframeandother,element-wise(binaryoperatortruediv).Equivalenttodataframe/other,butwithsupporttosubstituteafill_valueformissingdatainoneoftheinputs.Withreverseversion,rtruediv.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.448-2、参数448-2-1、other(必须)：用于与调用DataFrame进行逐元素除法运算的对象，可以是另一个DataFrame、Series、标量或常数，如果是DataFrame或Series，则其形状必须与调用的DataFrame兼容(即可以对齐)。448-2-2、axis(可选，默认值为'columns')： {0or‘index’,1or‘columns’}，确定对齐的轴，如果是0或'index'，则沿着行对齐；如果是1或'columns'，则沿着列对齐。448-2-3、level(可选，默认值为None)：如果指定了多级索引(MultiIndex)，则在指定的级别上进行对齐，默认是None，即不使用多级索引。448-2-4、fill_value(可选，默认值为None)：用于替换DataFrame中缺失的数据(即NaN)的值，如果在运算中发现NaN值，它们将被fill_value替换，然后再进行运算，默认是None，即不替换NaN值。448-3、功能        用于将一个DataFrame与另一个DataFrame、Series或标量执行逐元素除法操作，该方法返回的结果是一个新的DataFrame，其中每个元素是两个操作数对应位置的商。448-4、返回值        返回一个新的DataFrame，其中每个元素是调用DataFrame与other对应位置元素的商。448-5、说明    无448-6、用法448-6-1、数据准备无448-6-2、代码示例#448、pandas.DataFrame.truediv方法#448-1、与标量的真除法运算importpandasaspddf=pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})result=df.truediv(2)print(result,end='\n\n')#448-2、与另一个DataFrame的真除法运算importpandasaspddf=pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})other=pd.DataFrame({'A':[10,20,30],'B':[40,50,60]})result=df.truediv(other)print(result,end='\n\n')#448-3、使用fill_value参数处理缺失值importpandasaspddf1=pd.DataFrame({'A':[1,2,None],'B':[4,None,6]})df2=pd.DataFrame({'A':[10,20,30],'B':[40,50,60]})result=df1.truediv(df2,fill_value=1)print(result)448-6-3、结果输出#448、pandas.DataFrame.truediv方法#448-1、与标量的真除法运算#AB#00.52.0#11.02.5#21.53.0#448-2、与另一个DataFrame的真除法运算#AB#00.10.1#10.10.1#20.10.1#448-3、使用fill_value参数处理缺失值#AB#00.1000000.10#10.1000000.02#20.0333330.10449、pandas.DataFrame.floordiv方法449-1、语法#449、pandas.DataFrame.floordiv方法pandas.DataFrame.floordiv(other,axis='columns',level=None,fill_value=None)GetIntegerdivisionofdataframeandother,element-wise(binaryoperatorfloordiv).Equivalenttodataframe//other,butwithsupporttosubstituteafill_valueformissingdatainoneoftheinputs.Withreverseversion,rfloordiv.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.449-2、参数449-2-1、other(必须)：用于进行地板除法操作的对象，可以是另一个DataFrame、Series、标量或常数，如果是DataFrame或Series，则它们的形状应与调用的DataFrame兼容，以便进行元素级别的对齐。449-2-2、axis(可选，默认值为'columns')： {0or‘index’,1or‘columns’}，确定对齐的轴，如果是0或'index'，则沿着行对齐；如果是1或'columns'，则沿着列对齐。449-2-3、level(可选，默认值为None)：如果指定了多级索引(MultiIndex)，则在指定的级别上进行对齐，默认是None，即不使用多级索引。449-2-4、fill_value(可选，默认值为None)：用于替换DataFrame中缺失的数据(即NaN)的值，如果在运算中发现NaN值，它们将被fill_value替换，然后再进行运算，默认是None，即不替换NaN值。449-3、功能        用于将一个DataFrame与另一个DataFrame、Series或标量执行逐元素地板除法操作，该方法返回的结果是一个新的DataFrame，其中每个元素是两个操作数对应位置的整数商。449-4、返回值        返回一个新的DataFrame，其中每个元素是调用DataFrame与other对应位置元素的整数商。449-5、说明    无449-6、用法449-6-1、数据准备无449-6-2、代码示例#449、pandas.DataFrame.floordiv方法#449-1、与标量的地板除法运算importpandasaspddf=pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})result=df.floordiv(2)print(result,end='\n\n')#449-2、与另一个DataFrame的地板除法运算importpandasaspddf=pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})other=pd.DataFrame({'A':[1,2,3],'B':[2,2,2]})result=df.floordiv(other)print(result,end='\n\n')#449-3、使用fill_value参数处理缺失值importpandasaspddf1=pd.DataFrame({'A':[1,2,None],'B':[4,None,6]})df2=pd.DataFrame({'A':[2,2,2],'B':[2,2,2]})result=df1.floordiv(df2,fill_value=1)print(result)449-6-3、结果输出#449、pandas.DataFrame.floordiv方法#449-1、与标量的地板除法运算#AB#002#112#213#449-2、与另一个DataFrame的地板除法运算#AB#012#112#213#449-3、使用fill_value参数处理缺失值#AB#00.02.0#11.00.0#20.03.0450、pandas.DataFrame.mod方法450-1、语法#450、pandas.DataFrame.mod方法pandas.DataFrame.mod(other,axis='columns',level=None,fill_value=None)GetModuloofdataframeandother,element-wise(binaryoperatormod).Equivalenttodataframe%other,butwithsupporttosubstituteafill_valueformissingdatainoneoftheinputs.Withreverseversion,rmod.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.450-2、参数450-2-1、other(必须)：用于计算取模的对象，可以是另一个DataFrame、Series、标量或常数，DataFrame或Series应与调用的DataFrame形状兼容，以便进行元素级别的对齐。450-2-2、axis(可选，默认值为'columns')： {0or‘index’,1or‘columns’}，确定对齐的轴，如果是0或'index'，则沿着行对齐；如果是1或'columns'，则沿着列对齐。450-2-3、level(可选，默认值为None)：如果指定了多级索引(MultiIndex)，则在指定的级别上进行对齐，默认是None，即不使用多级索引。450-2-4、fill_value(可选，默认值为None)：用于替换DataFrame中缺失的数据(即NaN)的值，如果在运算中发现NaN值，它们将被fill_value替换，然后再进行运算，默认是None，即不替换NaN值。450-3、功能        用于逐元素地对DataFrame进行取模运算(即求余数)，该方法返回一个新的DataFrame，其中每个元素是调用DataFrame与other对应位置元素的余数。450-4、返回值        返回一个新的DataFrame，其中每个元素是调用DataFrame与other对应位置元素的余数。450-5、说明    无450-6、用法450-6-1、数据准备无450-6-2、代码示例#450、pandas.DataFrame.mod方法#450-1、与标量的取模运算importpandasaspddf=pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})result=df.mod(2)print(result,end='\n\n')#450-2、与另一个DataFram的取模运算importpandasaspddf=pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})other=pd.DataFrame({'A':[1,2,3],'B':[2,2,2]})result=df.mod(other)print(result,end='\n\n')#450-3、使用fill_value参数处理缺失值importpandasaspddf1=pd.DataFrame({'A':[1,2,None],'B':[4,None,6]})df2=pd.DataFrame({'A':[2,2,2],'B':[2,2,2]})result=df1.mod(df2,fill_value=1)print(result)450-6-3、结果输出#450、pandas.DataFrame.mod方法#450-1、与标量的取模运算#AB#010#101#210#450-2、与另一个DataFram的取模运算#AB#000#101#200#450-3、使用fill_value参数处理缺失值#AB#01.00.0#10.01.0#21.00.0二、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