【Pandas】pandas Series truediv

Pandas2.2 Series

Binary operator functions

方法 描述
Series.add() 用于对两个 Series 进行逐元素加法运算
Series.sub() 用于对两个 Series 进行逐元素减法运算
Series.mul() 用于对两个 Series 进行逐元素乘法运算
Series.div() 用于对两个 Series 进行逐元素除法运算
Series.truediv() 用于执行真除法(即浮点数除法)操作

pandas.Series.truediv

pandas.Series.truediv 是 Pandas 库中 Series 对象的一个方法,用于执行真除法(即浮点数除法)操作。这个方法可以将当前 Series 中的每个元素与另一个 Series、标量或其他可迭代对象中的对应元素进行除法运算。

参数说明
  • other: 另一个 Series、标量或其他可迭代对象,用于执行除法运算。
  • level: 如果两个 Series 对象的索引是多重索引,则可以指定在哪个级别进行对齐。
  • fill_value: 如果在对齐过程中出现缺失值(NaN),可以使用 fill_value 指定一个值来填充这些缺失值,从而避免产生 NaN 结果。
  • axis: 指定操作的轴,默认为 0。
返回值

返回一个新的 Series 对象,其中包含除法运算的结果。

示例
示例1: 标量除法
python 复制代码
import pandas as pd

s = pd.Series([10, 20, 30, 40])
result = s.truediv(10)
print(result)

输出:

复制代码
0    1.0
1    2.0
2    3.0
3    4.0
dtype: float64
示例2: Series 除法
python 复制代码
import pandas as pd

s1 = pd.Series([10, 20, 30, 40])
s2 = pd.Series([2, 4, 5, 10])
result = s1.truediv(s2)
print(result)

输出:

复制代码
0    5.0
1    5.0
2    6.0
3    4.0
dtype: float64
示例3: 使用 fill_value 处理缺失值
python 复制代码
import pandas as pd
import numpy as np

s1 = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
s2 = pd.Series([2, 4, 5], index=['a', 'b', 'c'])
result = s1.truediv(s2, fill_value=1)
print(result)

输出:

复制代码
a     5.0
b     5.0
c     6.0
d    40.0
dtype: float64

在这个例子中,s2 没有索引 'd',因此在对齐时 s2['d'] 被视为缺失值,并用 fill_value 指定的值 1 来代替,从而计算出 40.0

相关推荐
三十岁老牛再出发4 小时前
8月27日总结
python·pandas
砚底藏山河4 小时前
【量化纯GET实战 #21】用 pandas 做分析:把接口数据变成 DataFrame
java·python·金融·maven·pandas
Patrick在香港1 天前
把 Claude 塞进 pandas 管道:7 条脏地址实测,5 条自动清洗、2 条被闸门拦下
python·pandas·etl·claude·数据清洗
智购科技无人售货机工厂1 天前
2026自动售货机云端API设计规范:从RESTful到GraphQL的接口演进~YH
android·人工智能·驱动开发·单片机·云原生·pandas·设计规范
quantdash_cc2 天前
批量请求和循环请求有什么区别?从 API 请求次数看量化数据获取的工程设计
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash
三十岁老牛再出发8 天前
8月25-26日总结
python·pandas
观察员10 天前
用 Pandas 对抓取的电影数据进行分析
pandas
人工干智能10 天前
科普:pandas 时间偏移别名:ts.resample(“5Min“).sum()
python·pandas
benchmark_cc15 天前
批量获取量化数据时,如何设置合理的超时和重试机制?——QuantDash 高性能实战指南
开发语言·人工智能·python·pandas·量化·quantdash
2601_9669496515 天前
使用 Pandas 读取批量数据时如何避免内存溢出?QuantDash 量化数据工程师避坑指南
开发语言·python·pandas·tushare·akshare·quantdash