Python | Serie Pandas.divide()

La serie Pandas es un ndarray unidimensional con etiquetas de eje. No es necesario que las etiquetas sean únicas, pero deben ser de tipo hashable. El objeto admite la indexación basada en enteros y etiquetas y proporciona una gran cantidad de métodos para realizar operaciones relacionadas con el índice.

La función Pandas Series.divide()realiza la división flotante de series y otros elementos (operador binario truediv). Es equivalente a series / other, pero con soporte para sustituir un valor de relleno por datos faltantes en una de las entradas.

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

Parámetro :
otro : Serie o valor escalar
fill_value : Llena los valores faltantes (NaN) existentes.
nivel : Transmitir a través de un nivel, haciendo coincidir los valores de índice en el nivel de índice múltiple pasado

Devoluciones : resultado : Serie

Ejemplo #1: Use Series.divide()la función para realizar una división flotante del objeto de la serie dada con un escalar.

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([80, 25, 3, 25, 24, 6])
  
# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

Producción :

Ahora usaremos Series.divide()la función para realizar una división flotante del objeto de serie dado con un escalar.

# perform floating division
result = sr.divide(other = 2)
  
# Print the result
print(result)

Salida:

como podemos ver en la salida, la Series.divide()función ha realizado con éxito la división flotante del objeto de serie dado con un escalar.
 
Ejemplo #2: Use Series.divide()la función para realizar una división flotante del objeto de serie dado con un escalar. El objeto de serie dado contiene algunos valores faltantes.

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([100, None, None, 18, 65, None, 32, 10, 5, 24, None])
  
# Create the Index
index_ = pd.date_range('2010-10-09', periods = 11, freq ='M')
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

Producción :

Ahora usaremos Series.divide()la función para realizar una división flotante del objeto de serie dado con un escalar. Vamos a llenar 50 en el lugar de todos los valores que faltan.

# perform floating division
# fill 50 at the place of missing values
result = sr.divide(other = 2, fill_value = 50)
  
# Print the result
print(result)

Producción :

Como podemos ver en la salida, la Series.divide()función ha realizado con éxito la división flotante del objeto de serie dado con un escalar.