python中divn_Python Pandas Panel.div()用法及代码示例

本文介绍了Pandas中Panel.div()函数的使用方法,通过三个示例展示了如何利用该函数进行面板数据的划分操作,包括不同DataFrame之间的运算。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在 Pandas 中,Panel是一个非常重要的三维数据容器。 3个轴的名称旨在为描述涉及面板数据的操作,尤其是面板数据的计量分析提供一些语义上的含义。

在 Pandas Panel.div()函数用于获取序列和 DataFrame /面板的划分。

用法: Panel.div(other, axis=0)

参数:

other: DataFrame 或面板

axis:广播轴

返回:面板

代码1:

# importing pandas module

import pandas as pd

import numpy as np

df1 = pd.DataFrame({'a':['Geeks', 'For', 'geeks', 'real'],

'b':[111, 123, 425, 1333]})

df2 = pd.DataFrame({'a':['I', 'am', 'dataframe', 'two'],

'b':[100, 100, 100, 100]})

data = {'item1':df1, 'item2':df2}

# creating Panel

panel = pd.Panel.from_dict(data, orient ='minor')

print("panel['b'] is - \n\n", panel['b'])

print("\nDividing panel['b'] with df2['b'] using div() method - \n")

print("\n", panel['b'].div(df2['b'], axis = 0))

输出:

代码2:

# importing pandas module

import pandas as pd

import numpy as np

df1 = pd.DataFrame({'a':['Geeks', 'For', 'geeks', 'for', 'real'],

'b':[11, 1.025, 333, 114.48, 1333]})

data = {'item1':df1, 'item2':df1}

# creating Panel

panel = pd.Panel.from_dict(data, orient ='minor')

print("panel['b'] is - \n\n", panel['b'], '\n')

# Create a 5 * 5 dataframe

df2 = pd.DataFrame(np.random.rand(5, 2), columns =['item1', 'item2'])

print("Newly create dataframe with random values is - \n\n", df2)

print("\nDividing panel['b'] with df2 using div() method - \n")

print(panel['b'].div(df2, axis = 0))

输出:

代码3:

# importing pandas module

import pandas as pd

import numpy as np

df1 = pd.DataFrame({'a':['Geeks', 'For', 'geeks', 'for', 'real'],

'b':[11, 1.025, 333, 114.48, 1333]})

df2 = pd.DataFrame({'a':['I', 'am', 'DataFrame', 'number', 'two'],

'b':[10, 10, 10, 110, 110]})

data = {'item1':df1, 'item2':df2}

# creating Panel

panel = pd.Panel.from_dict(data, orient ='minor')

print("panel['b'] is - \n\n", panel['b'], '\n')

print("\nDividing panel['b']['item1'] with df2['b'] or panel['b']['item2'] using div() method - \n")

print("\n", panel['b']['item1'].div(df2['b'], axis = 0))

输出:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值