Pandas 如何将标量应用于系列进行整数除法

整数除法也被称为地板除法，在Python中表示为//。它是一个二元操作符，执行逐元素的除法操作并返回一个新的值。

在Pandas系列类中，有一个名为floordiv()的方法，用于在系列对象和标量之间执行逐元素整数除法操作。这个方法也可以用于两个系列对象之间的地板除法操作。

该方法的输出是一个具有操作结果的新系列。它有三个参数，分别是fill_value、other和level。other参数就是第二个输入（另一个系列或一个标量）。fill_value参数用于在执行floordiv()方法时，用指定的值替换缺失值，默认情况下，该参数用NaN填充缺失值。

示例1

在下面的示例中，我们将通过一个标量值“2”对系列对象进行地板除法操作。

import pandas as pd

# create pandas Series
series = pd.Series([9, 25, 14, 82])

print("Series object:",series)

# apply floordiv()
print("Output:")
print(series.floordiv(2))

输出

下面是输出结果：

Series object:
0    9
1    25
2    14
3    82
dtype: int64

Output:
0    4
1    12
2    7
3    41
dtype: int64

在上述块中，我们可以看到初始系列对象和结果系列对象。第二个是系列和标量值“2”之间的逐元素整数除法操作的结果。

示例2

在以下示例中，我们将对包含一些NaN值的系列对象应用整数除法操作。

import pandas as pd
import numpy as np

# create pandas Series
series = pd.Series([87, 5, None, 42, np.nan, 61])

print("Series object:",series)

# apply floordiv()
print("Output without replacing missing values:")
print(series.floordiv(other=2))

# apply floordiv() method with fill_value parameter
print("Output with replacing missing values by 5:")
print(series.floordiv(other=2, fill_value=5))

输出

输出如下：

Series object:
0    87.0
1    5.0
2    NaN
3    42.0
4    NaN
5    61.0
dtype: float64

Output without replacing missing values:
0    43.0
1    2.0
2    NaN
3    21.0
4    NaN
5    30.0
dtype: float64

Output with replacing missing values by 5:
0    43.0
1    2.0
2    2.0
3    21.0
4    2.0
5    30.0
dtype: float64

最初，我们对一个系列对象进行了以标量值2为除数的地板除法操作，没有替换缺失值。之后，我们再次对同一个系列应用了floordiv()方法，其中标量值2和缺失值5（fill_value=5）。

以上输出结果均显示在上述输出块中。