Python Pandas Series.rmod()

Pandas系列是一个带有轴标签的一维ndarray。标签不需要是唯一的，但必须是一个可散列的类型。该对象支持基于整数和标签的索引，并提供了大量的方法来执行涉及索引的操作。

Pandas Series.rmod()函数对系列和其他元素进行摩尔运算（二进制运算符rmul）。该操作等同于其他%系列，但支持用一个fill_value来替代其中一个输入中的缺失数据。

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

参数:
other：系列或标量值
fill_value :填补现有的缺失（NaN）值
level：在一个级别上进行广播。

返回：Series

示例#1：使用Series.rmod()函数对给定的系列对象进行标量的模数运算。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([10, 25, 3, 11, 24, 6])
  
# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

输出 :
Python Pandas Series.rmod()
现在我们将使用Series.rmod()函数来对标量进行模数化处理。

# find modulo of the given value with series
result = sr.rmod(2000)
  
# Print the result
print(result)

输出 :

Python Pandas Series.rmod()
正如我们在输出中看到的，Series.rmod()函数已经返回了给定标量与系列对象的模数结果。

示例#2：使用Series.rmod()函数对给定的系列对象进行标量的模数运算。给定的系列对象包含一些缺失的值。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([19.5, 16.8, None, 22.78, None, 20.124, None, 18.1002, None])
  
# Print the series
print(sr)

输出 :

Python Pandas Series.rmod()

现在我们将使用Series.rmod()函数来执行标量的模数化。我们还将在缺失值的地方填写10。

# find modulo of the given value with series
# fill 10 at the place of missing values
result = sr.rmod(2000, fill_value = 10)
  
# Print the result
print(result)