Pandas DataFrame Rdiv-Methode

Einführung

In diesem Lab lernen wir, wie wir die rdiv()-Methode in einem pandas-DataFrame verwenden. Die rdiv()-Methode wird verwendet, um eine elementweise Division in einem DataFrame mit anderen Datenstrukturen wie Skalaren, Sequenzen, Series oder einem anderen DataFrame durchzuführen. Sie gibt einen neuen DataFrame mit dem Ergebnis der Divisionsoperation zurück.

VM-Tipps

Nachdem die VM gestartet ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu nutzen.

Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Operationen kann aufgrund von Einschränkungen in Jupyter Notebook nicht automatisiert werden.

Wenn Sie bei der Lernphase Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback, und wir werden das Problem für Sie prompt beheben.

Importieren der pandas-Bibliothek

import pandas as pd

Erstellen eines DataFrames

Lassen Sie uns beginnen, indem wir einen DataFrame mit der pd.DataFrame()-Funktion erstellen. Wir werden ein Dictionary übergeben, das Spaltennamen als Schlüssel und Listen als Werte enthält.

df = pd.DataFrame({'a': [1, 6, 2], 'b': [3, 4, 6], 'c': [12, 1, 0]})
print("--------Der DataFrame ist----------")
print(df)

Division mit der rdiv()-Methode durchführen

Lassen Sie uns nun die Division auf dem DataFrame mit der rdiv()-Methode durchführen. Wir werden den DataFrame durch einen Skalarwert (12) teilen und das Ergebnis ausgeben.

print("---------------------------------")
print(df.rdiv(12))

Dividieren eines DataFrames durch einen anderen DataFrame

Als nächstes werden wir einen DataFrame (df2) durch einen anderen DataFrame (df1) mit der rdiv()-Methode dividieren. Wir werden zwei DataFrames erstellen und die Division mit der rdiv()-Methode durchführen.

df1 = pd.DataFrame({'a': [2, 2, 2], 'b': [2, 2, 2], 'c': [2, 2, 2]})
df2 = pd.DataFrame({'a': [2, 5, 6], 'b': [8, 10, 12], 'c': [14, 16, 18]})
print("---------------------------------")
print(df1.rdiv(df2))

Leere Werte mit einem bestimmten Wert auffüllen

In einigen Fällen können die beiden DataFrames nicht richtig ausgerichtet sein, was nach der Division zu NaN-Werten führt. Wir können das fill_value-Parameter der rdiv()-Methode verwenden, um diese NaN-Werte mit einem bestimmten Wert zu ersetzen.

df1 = pd.DataFrame({'a': [2, 5, 6], 'b': [8, 10, 12]})
df2 = pd.DataFrame({'a': [2, 2, 2], 'b': [2, 2, 2], 'c': [2, 2, 2]})
print(df1.rdiv(df2, fill_value=2))

Zusammenfassung

In diesem Lab haben wir gelernt, wie man die rdiv()-Methode in einem pandas DataFrame verwendet, um elementweise Division durchzuführen. Wir haben gelernt, wie man einen DataFrame durch einen Skalarwert teilt, einen DataFrame durch einen anderen DataFrame teilt und leere Werte mit einem bestimmten Wert auffüllt. Die rdiv()-Methode ist ein leistungsstarkes Werkzeug für die Durchführung von arithmetischen Operationen auf DataFrames in pandas.