Python Pandas dataframe.rdiv()

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python包的奇妙生态系统。Pandas就是这些包中的一个，它使导入和分析数据变得更加容易。

Pandas dataframe.rdiv()函数计算数据框架和其他对象的浮动除法，从元素上看（二进制运算符truediv）。其他对象可以是一个标量，Pandas系列或Pandas数据框架。这个函数本质上与做其他对象/数据框架相同，但支持用fill_value来替代其中一个输入中的缺失数据。

语法: DataFrame.rdiv(other, axis=’columns’, level=None, fill_value=None)

参数 :
other：系列，数据框架，或常数
axis：对于系列输入，axis要与系列的索引相匹配。
level :跨层广播，与通过的MultiIndex层的索引值相匹配。
numeric_only : 只包括浮动、int、boolean数据。只对DataFrame或Panel对象有效
fill_value : 在计算前用这个值填充现有的缺失（NaN）值，以及成功的DataFrame对齐所需的任何新元素。如果两个对应的DataFrame位置的数据都缺失，那么结果将是缺失。

返回 : result : DataFrame

例子#1：使用rdiv()函数将一个系列与一个数据框架进行元素分割

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe 
df = pd.DataFrame({"A":[1, 5, 3, 4, 2],
                   "B":[3, 2, 4, 3, 4], 
                   "C":[2, 2, 7, 3, 4],
                   "D":[4, 3, 6, 12, 7]})
  
# Print the dataframe
df

让我们创建一个系列

# importing pandas as pd
import pandas as pd
  
# Create a series
sr = pd.Series([5, 10, 15, 20], index =["A", "B", "C", "D"])
  
# Print the series
sr

让我们使用dataframe.rdiv()函数，用一个数据框架来划分系列。

# perform division of series with 
# dataframe element-wise over the column axis
df.rdiv(sr, axis = 1)

输出 :

例子#2：使用rdiv()函数将一个数据帧与另一个含有NaN值的数据帧相除。

# importing pandas as pd
import pandas as pd
  
# Creating the first dataframe 
df1 = pd.DataFrame({"A":[1, 5, 3, 4, 2],
                    "B":[3, 2, 4, 3, 4], 
                    "C":[2, 2, 7, 3, 4],
                    "D":[4, 3, 6, 12, 7]})
  
# Creating the second dataframe
df2 = pd.DataFrame({"A":[14, 5, None, 4, 12],
                    "B":[7, 6, 4, 5, None],
                    "C":[2, 11, 4, 3, 6], 
                    "D":[4, None, 6, 2, 4]})
  
# divide df2 by df1 element-wise
# Fill all the missing values by 100
df1.rdiv(df2, fill_value = 100)

输出 :