이 랩에서는 pandas DataFrame 에서 rdiv() 메서드를 사용하는 방법을 배웁니다. rdiv() 메서드는 스칼라, 시퀀스, Series 또는 다른 DataFrame 과 같은 다른 데이터 구조를 사용하여 DataFrame 에서 요소별 나눗셈을 수행하는 데 사용됩니다. 나눗셈 연산의 결과가 포함된 새로운 DataFrame 을 반환합니다.
VM 시작이 완료되면 왼쪽 상단을 클릭하여 Notebook 탭으로 전환하여 실습을 위해 Jupyter Notebook에 액세스하십시오.
때로는 Jupyter Notebook 이 로딩을 완료하는 데 몇 초 정도 기다려야 할 수 있습니다. Jupyter Notebook 의 제한 사항으로 인해 연산의 유효성 검사는 자동화할 수 없습니다.
학습 중에 문제가 발생하면 언제든지 Labby 에게 문의하십시오. 세션 후 피드백을 제공해주시면 문제를 신속하게 해결해 드리겠습니다.
import pandas as pdpd.DataFrame() 함수를 사용하여 DataFrame 을 생성하는 것으로 시작해 보겠습니다. 열 이름을 키로, 리스트를 값으로 포함하는 딕셔너리를 전달합니다.
df = pd.DataFrame({'a': [1, 6, 2], 'b': [3, 4, 6], 'c': [12, 1, 0]})
print("--------The DataFrame is----------")
print(df)이제 rdiv() 메서드를 사용하여 DataFrame 에 대한 나눗셈을 수행해 보겠습니다. DataFrame 을 스칼라 값 (12) 으로 나누고 결과를 출력합니다.
print("---------------------------------")
print(df.rdiv(12))다음으로, rdiv() 메서드를 사용하여 한 DataFrame(df2) 을 다른 DataFrame(df1) 으로 나눕니다. 두 개의 DataFrame 을 생성하고 rdiv() 메서드를 사용하여 나눗셈을 수행합니다.
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))어떤 경우에는 두 DataFrame 이 제대로 정렬되지 않아 나눗셈 후 NaN 값이 발생할 수 있습니다. rdiv() 메서드의 fill_value 매개변수를 사용하여 해당 NaN 값을 지정된 값으로 대체할 수 있습니다.
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))이 랩에서는 pandas DataFrame 에서 rdiv() 메서드를 사용하여 요소별 나눗셈을 수행하는 방법을 배웠습니다. DataFrame 을 스칼라 값으로 나누는 방법, 한 DataFrame 을 다른 DataFrame 으로 나누는 방법, 그리고 null 값을 지정된 값으로 채우는 방법을 배웠습니다. rdiv() 메서드는 pandas 에서 DataFrame 에 대한 산술 연산을 수행하기 위한 강력한 도구입니다.