Python Pandas Series.div()

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软件包的奇妙生态系统。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。

Python Series.div()用于将具有相同长度的系列或类似列表的对象除以调用者系列。

语法: Series.div(other, level=None, fill_value=None, axis=0)

参数:
other：其他系列或列表类型，由调用者系列划分。
fill_value:在除法之前，在系列/列表中用NaN替换的值
level:在多索引的情况下，level的整数值。

返回类型: 带有分割值的调用者系列
在下面的例子中，所使用的数据框包含一些NBA球员的数据。下面是数据框在任何操作之前的图像。

例子#1：系列除以列表

在这个例子中，使用.head()方法将前5行存储在新变量中。之后，创建了一个相同长度的列表，使用.div()方法将年龄列除以列表列。

# importing pandas module 
import pandas as pd
  
# reading csv file from url 
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")
  
# creating short data of 5 rows
short_data = data.head()
  
# creating list with 5 values
list =[1, 2, 3, 4, 5]
  
# Dividing by list data
# creating new column
short_data["Divided Age values"]= short_data["Age"].div(list)
  
# display
short_data

输出:
如输出图像所示，可以比较出被分割的年龄值列有（年龄）/（列表）的分割值。

例2：用系列除以空值的系列

在这个例子中，工资列被年龄列除以。由于工资列也包含空值，默认情况下，无论除以什么，都会返回NaN。在这个例子中，200000被传递，以200000替换空值。

# importing pandas module 
import pandas as pd
  
# reading csv file from url 
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")
  
# passing age series to variable
age = data["Age"]
  
# na replacement
na = 200000
  
# Dividing values
# storing to new column
data["Divided values"]= data["Salary"].div(other = age, fill_value = na)
  
# display
data.head(10)

输出:
如输出图像所示，在空值的情况下，分值栏用200000分出了年龄栏。