Python | Serie Pandas.div()

Python es un excelente lenguaje para realizar análisis de datos, principalmente debido al fantástico ecosistema de paquetes de Python centrados en datos. Pandas es uno de esos paquetes y facilita mucho la importación y el análisis de datos.

Python Series.div()se usa para dividir series o enumerar objetos similares con la misma longitud por la serie de llamadas.

Sintaxis: Series.div(otro, nivel=Ninguno, fill_value=Ninguno, eje=0)

Parámetros:
otro: otra serie o tipo de lista que se dividirá por la serie que llama
fill_value: valor que se reemplazará por NaN en la serie/lista antes de la división
nivel: valor entero del nivel en caso de índice múltiple

Tipo de retorno: serie de llamadas con valores divididos

Para descargar el conjunto de datos utilizado en el siguiente ejemplo, haga clic aquí.
En los siguientes ejemplos, el marco de datos utilizado contiene datos de algunos jugadores de la NBA. La imagen del marco de datos antes de cualquier operación se adjunta a continuación.

Ejemplo #1: Dividir series por lista

En este ejemplo, las 5 primeras filas se almacenan en una nueva variable utilizando el método .head(). Después de eso, se crea una lista de la misma longitud y la columna de edad se divide por la columna de lista usando el método .div()

# 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

Salida:
como se muestra en la imagen de salida, se puede comparar que la columna de valor de edad dividida tiene los valores divididos de (Edad)/(lista).

 
Ejemplo #2: Dividir series por series que tienen valores nulos

En este ejemplo, la columna Salario está dividida por la columna Edad. Dado que la columna de salario también contiene valores nulos, de forma predeterminada devuelve NaN sin importar lo que se divida. En este ejemplo, se pasa 200000 para reemplazar los valores nulos con 200000.

# 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)

Salida:
como se muestra en la imagen de salida, la columna de valores divididos tiene una columna de edad dividida con 200000 en el caso de valores nulos.