Python| Pandas Series.rtruediv()

Pandas 系列是带有轴标签的一维 ndarray。标签不必是唯一的，但必须是可散列的类型。该对象支持基于整数和基于标签的索引，并提供了许多用于执行涉及索引的操作的方法。

Pandas Series.rtruediv()函数返回系列和其他元素的浮动除法（二元运算符rtruediv）。该函数等效于other / series ，但支持用 fill_value 替换其中一个输入中的缺失数据。

Syntax: Series.rtruediv(other, level=None, fill_value=None, axis=0)

Parameter :
other : Series or scalar value
fill_value : Fill existing missing (NaN) values
level : Broadcast across a level, matching Index values on the passed MultiIndex level

Returns : Series

示例 #1：使用Series.rtruediv()函数以标量元素方式执行给定 Series 对象的反向除法。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([100, 25, 32, 118, 24, 65])
  
# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

输出 ：

现在我们将使用Series.rtruediv()函数对给定的带有标量的 Series 对象执行逐元素反向浮动除法。

# perform reverse floating division with 1000
selected_items = sr.rtruediv(other = 1000)
  
# Print the returned Series object
print(selected_items)

输出 ：

正如我们在输出中看到的， Series.rtruediv()函数已成功返回给定 Series 对象与标量的反向除法。示例#2：使用Series.rtruediv()函数以标量元素方式执行给定 Series 对象的反向除法。给定的 Series 对象还包含一些缺失值。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([19.5, 16.8, None, 22.78, None, 20.124, None, 18.1002, None])
  
# Print the series
print(sr)

输出 ：

现在我们将使用Series.rtruediv()函数对给定的带有标量的 Series 对象执行逐元素反向浮动除法。我们用 100 替换所有缺失值。

# perform reverse floating division with 1000
# Fill all the missing values with 100
selected_items = sr.rtruediv(other = 1000, fill_value = 100)
  
# Print the returned Series object
print(selected_items)

输出 ：

正如我们在输出中看到的那样， Series.rtruediv()函数已成功返回给定 Series 对象与标量的反向除法，并且它还在所有缺失值的位置替换了 100。