【Pandas】pandas DataFrame div

Pandas2.2 DataFrame

Binary operator functions

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 pd

df1 = 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。