【Pandas】pandas DataFrame div
Pandas2.2 DataFrame
Binary operator functions
| 方法 | 描述 |
|---|---|
| DataFrame.add(other) | 用于执行 DataFrame 与另一个对象（如 DataFrame、Series 或标量）的逐元素加法操作 |
| DataFrame.add(other[, axis, level, fill_value]) | 用于执行 DataFrame 与另一个对象（如 DataFrame、Series 或标量）的逐元素加法操作 |
| DataFrame.sub(other[, axis, level, fill_value]) | 用于执行逐元素的减法操作 |
| DataFrame.mul(other[, axis, level, fill_value]) | 用于执行逐元素的乘法操作 |
| DataFrame.div(other[, axis, level, fill_value]) | 用于执行逐元素的除法操作 |
pandas.DataFrame.div()
pandas.DataFrame.div() 方法用于执行逐元素的除法操作。这个方法可以用于两个 DataFrame 之间的除法，也可以用于 DataFrame 和一个标量之间的除法。下面是对参数的详细描述：
other: 可以是另一个 DataFrame、Series、Index、常量或可广播到相同形状的数组。axis: 指定沿哪个轴进行操作。0或'index'表示沿行操作，1或'columns'表示沿列操作。level: 如果索引是多重索引（MultiIndex），则可以指定沿哪个级别进行操作。fill_value: 如果遇到缺失值（NaN），可以使用这个值来填充。
示例
假设我们有两个 DataFrame：
import pandas as pddf1 = pd.DataFrame({'A': [1, 2, 3],'B': [4, 5, 6]
})df2 = pd.DataFrame({'A': [1, 1, 1],'B': [2, 2, 2]
})
示例 1: DataFrame 与 DataFrame 之间的除法
result = df1.div(df2)
print(result)
输出:
A B
0 1.0 2.0
1 2.0 2.5
2 3.0 3.0
示例 2: DataFrame 与标量之间的除法
result = df1.div(2)
print(result)
输出:
A B
0 0.5 2.0
1 1.0 2.5
2 1.5 3.0
示例 3: 使用 fill_value 处理缺失值
假设 df2 有一个缺失值：
df2.iloc[0, 0] = None # 设置 df2 中的一个值为 NaN
result = df1.div(df2, fill_value=1)
print(result)
输出:
A B
0 1.0 2.0
1 2.0 2.5
2 3.0 3.0
在这个例子中，df2 中的第一个元素是 NaN，使用 fill_value=1 后，df1 中的对应元素 1 除以 1，结果仍然是 1。
示例 4: 处理除以零的情况
如果 df2 中有零值，结果会是 inf 或 -inf：
df2.iloc[1, 1] = 0 # 设置 df2 中的一个值为 0
result = df1.div(df2)
print(result)
输出:
A B
0 1.0 2.0
1 2.0 inf
2 3.0 3.0
在这个例子中，df2 中的第二个元素是 0，df1 中的对应元素 5 除以 0，结果是 inf。
这些示例展示了 pandas.DataFrame.div() 方法的基本用法和一些常见的情况。