【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
chouchuang3 天前
day-037-Pandas数据读取
pandas
benchmark_cc4 天前
如何用 Python 进行多周期 K 线合成与时区对齐?基于 QuantDash 与 Pandas 的量化数据清洗实战(附 GitHub 源码)
开发语言·python·github·盯盘·pandas·quantdash·量化数据
梅雅达编程笔记5 天前
零基础学 Python 第14章 | 模块、包与第三方库
开发语言·python·django·numpy·pandas
梅雅达编程笔记5 天前
零基础学 Python 第15章 | 类与对象:面向对象编程入门
开发语言·python·django·numpy·pandas
benchmark_cc6 天前
Python 量化核心基础:前复权、后复权与不复权有什么区别?基于 QuantDash 的数据处理与回测避坑指南
开发语言·python·pandas·量化策略·量化交易·quantdash
人工干智能6 天前
科普:Pandas 索引器 loc 与 iloc 的编程思维
java·人工智能·pandas
梅雅达编程笔记6 天前
编程启蒙|Scratch 转 Python 系列第9天:字典/哈希表积木双向对照(AI大模型参数配置表实战)
开发语言·人工智能·python·numpy·pandas
benchmark_cc7 天前
用 Streamlit + QuantDash 10分钟拼装一个跨市场持仓风险与相关性诊断面板
开发语言·python·pandas·量化策略·量化交易·quantdash
benchmark_cc7 天前
如何用 Python + QuantDash 快速构建高胜率“配对交易(Pairs Trading)”策略?
开发语言·人工智能·python·pandas·量化交易·quantdash
weixin_3077791310 天前
Python Pandas读取Excel Sheet生成SQL WHERE条件
python·sql·自动化·excel·pandas