Pandas2.2 DataFrame
Binary operator functions
| 方法 | 描述 |
|---|---|
| DataFrame.add(other) | 用于執行 DataFrame 與另一個對象（如 DataFrame、Series 或標量）的逐元素加法操作 |
| DataFrame.add(other[, axis, level, fill_value]) | 用于執行 DataFrame 與另一個對象（如 DataFrame、Series 或標量）的逐元素加法操作 |
| DataFrame.sub(other[, axis, level, fill_value]) | 用于執行逐元素的減法操作 |
| DataFrame.mul(other[, axis, level, fill_value]) | 用于執行逐元素的乘法操作 |
| DataFrame.div(other[, axis, level, fill_value]) | 用于執行逐元素的除法操作 |
| DataFrame.truediv(other[, axis, level, …]) | 用于執行逐元素的真除法操作 |
pandas.DataFrame.truediv()
pandas.DataFrame.truediv() 方法用于執行逐元素的真除法操作。真除法是指使用浮點數除法，即使兩個操作數都是整數，結果也會是浮點數。這個方法可以用于兩個 DataFrame 之間的除法，也可以用于 DataFrame 和一個標量之間的除法。下面是對參數的詳細描述：
other: 可以是另一個 DataFrame、Series、Index、常量或可廣播到相同形狀的數組。axis: 指定沿哪個軸進行操作。0或'index'表示沿行操作，1或'columns'表示沿列操作。默認為'columns'。level: 如果索引是多重索引（MultiIndex），則可以指定沿哪個級別進行操作。默認為None。fill_value: 如果遇到缺失值（NaN），可以使用這個值來填充。默認為None。
示例
假設我們有兩個 DataFrame：
import pandas as pddf1 = pd.DataFrame({'A': [1, 2, 3],'B': [4, 5, 6]
})df2 = pd.DataFrame({'A': [1, 1, 1],'B': [2, 2, 2]
})
示例 1: DataFrame 與 DataFrame 之間的真除法
result = df1.truediv(df2)
print(result)
輸出:
A B
0 1.0 2.0
1 2.0 2.5
2 3.0 3.0
示例 2: DataFrame 與標量之間的真除法
result = df1.truediv(2)
print(result)
輸出:
A B
0 0.5 2.0
1 1.0 2.5
2 1.5 3.0
示例 3: 使用 fill_value 處理缺失值
假設 df2 有一個缺失值：
df2.iloc[0, 0] = None # 設置 df2 中的一個值為 NaN
result = df1.truediv(df2, fill_value=1)
print(result)
輸出:
A B
0 1.0 2.0
1 2.0 2.5
2 3.0 3.0
在這個例子中，df2 中的第一個元素是 NaN，使用 fill_value=1 后，df1 中的對應元素 1 除以 1，結果仍然是 1。
示例 4: 處理除以零的情況
如果 df2 中有零值，結果會是 inf 或 -inf：
df2.iloc[1, 1] = 0 # 設置 df2 中的一個值為 0
result = df1.truediv(df2)
print(result)
輸出:
A B
0 1.0 2.0
1 2.0 inf
2 3.0 3.0
在這個例子中，df2 中的第二個元素是 0，df1 中的對應元素 5 除以 0，結果是 inf。
示例 5: 指定 axis 參數
假設我們有一個 DataFrame 和一個 Series，可以通過指定 axis 參數來控制除法操作的軸：
series_row = pd.Series([100, 200, 300], index=[0, 1, 2])
result_axis_0 = df1.truediv(series_row, axis=0)
print("\nDataFrame 1 / Series (axis=0):")
print(result_axis_0)series_col = pd.Series([10, 20], index=['A', 'B'])
result_axis_1 = df1.truediv(series_col, axis=1)
print("\nDataFrame 1 / Series (axis=1):")
print(result_axis_1)
輸出:
DataFrame 1 / Series (axis=0):A B
0 0.01 0.02
1 0.01 0.025
2 0.01 0.02DataFrame 1 / Series (axis=1):A B
0 0.1 0.2
1 0.2 0.25
2 0.3 0.3
總結
pandas.DataFrame.truediv() 方法提供了一種靈活的方式來執行 DataFrame 與另一個對象（如 DataFrame、Series 或標量）的逐元素真除法操作。通過 axis 參數可以指定操作的軸，通過 level 參數可以處理多級索引，通過 fill_value 參數可以填充缺失值。這對于數據處理和計算非常有用，特別是在處理缺失值和多級索引時。
