Pandas2.2 Series

Binary operator functions

pandas.Series.floordiv

pandas.Series.floordiv 是 Pandas 库中 Series 对象的一个方法，用于执行地板除法（即整数除法）操作。地板除法会返回商的整数部分，舍弃小数部分。这个方法可以将当前 Series 中的每个元素与另一个 Series、标量或其他可迭代对象中的对应元素进行地板除法运算。

参数说明

• other: 另一个 Series、标量或其他可迭代对象，用于执行除法运算。
• level: 如果两个 Series 对象的索引是多重索引，则可以指定在哪个级别进行对齐。
• fill_value: 如果在对齐过程中出现缺失值（NaN），可以使用 fill_value 指定一个值来填充这些缺失值，从而避免产生 NaN 结果。
• axis: 指定操作的轴，默认为 0。

返回值

返回一个新的 Series 对象，其中包含地板除法运算的结果。

示例

示例1: 标量地板除法

import pandas as pd

s = pd.Series([10, 20, 30, 40])
result = s.floordiv(10)
print(result)

输出:

0    1
1    2
2    3
3    4
dtype: int64

示例2: Series 地板除法

import pandas as pd

s1 = pd.Series([10, 20, 30, 40])
s2 = pd.Series([3, 6, 7, 11])
result = s1.floordiv(s2)
print(result)

输出:

0    3
1    3
2    4
3    3
dtype: int64

示例3: 使用 fill_value 处理缺失值

import pandas as pd
import numpy as np

s1 = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
s2 = pd.Series([3, 6, 7], index=['a', 'b', 'c'])
result = s1.floordiv(s2, fill_value=1)
print(result)

输出:

a     3.0
b     3.0
c     4.0
d    40.0
dtype: float64

在这个例子中，s2 没有索引 'd'，因此在对齐时 s2['d'] 被视为缺失值，并用 fill_value 指定的值 1 来代替，从而计算出 40。

示例4: 索引不匹配的地板除法

import pandas as pd

s1 = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
s2 = pd.Series([3, 6, 7], index=['b', 'c', 'd'])
result = s1.floordiv(s2)
print(result)

输出:

a    NaN
b    6.0
c    5.0
d    5.0
dtype: float64

在这个例子中，s1 和 s2 的索引不完全匹配，未对齐的索引位置结果为 NaN。

通过这些示例，可以看到 pandas.Series.floordiv 方法在处理 Series 之间的地板除法运算时的强大功能和灵活性。