Python | Marco de datos de Pandas.rdiv()

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.

La función Panda calcula la división flotante del marco de datos y otros elementos (operador binario rtruediv dataframe.rdiv()). Otro objeto podría ser un marco de datos escalar, pandas series o pandas. Esta función es esencialmente lo mismo que hacer other / dataframepero con soporte para sustituir un valor de relleno por datos faltantes en una de las entradas.

Sintaxis: DataFrame.rdiv(otro, eje=’columnas’, nivel=Ninguno, valor_relleno=Ninguno)

Parámetros:
otro: serie, marco de datos o
eje constante: para la entrada de la serie, el eje coincide con el índice de la serie en el
nivel: se transmite a través de un nivel, haciendo coincidir los valores del índice en el nivel de índice múltiple pasado.
numeric_only: incluye solo datos flotantes, int y booleanos. Válido solo para objetos DataFrame o Panel
fill_value : Rellene los valores faltantes existentes (NaN) y cualquier elemento nuevo necesario para la alineación correcta de DataFrame, con este valor antes del cálculo. Si faltan datos en ambas ubicaciones correspondientes de DataFrame, faltará el resultado

Devuelve: resultado: DataFrame

Ejemplo n.º 1: use rdiv()la función para dividir una serie con un marco de datos por elemento

# 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

Vamos a crear una serie

# 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

Usemos la dataframe.rdiv()función para dividir la serie con un marco de datos

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

Salida:

 
Ejemplo n.º 2: use rdiv()la función para dividir un marco de datos con otro que contenga NaNvalor.

# 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)

Producción :