Dans Python, Pandas est un merveilleux outil défini comme une structure pour modifier les ensembles de données et DataFrame. Il dispose de plusieurs méthodes de manipulation de données qui peuvent effectuer des opérations différentes, telles que le tri des données bidimensionnelles dans Python, la division des données des colonnes et bien d'autres.
Ce message expliquera les méthodes de division de deux colonnes pandas en python.
Comment diviser deux colonnes pandas en python?
Pour diviser deux colonnes de pandas dans Python, les techniques suivantes sont utilisées:
Méthode 1: Divisez deux colonnes Pandas en utilisant l'opérateur «/» dans Python
Le "/ /»Est l'opérateur de division, qui est le premier moyen le plus simple de diviser deux colonnes à Pandas. En utilisant cet opérateur, vous pouvez diviser une colonne avec les autres dans l'exemple ci-dessous.
Exemple
Tout d'abord, importez le «pandas«Bibliothèque comme«PD»:
Importer des pandas en tant que PDMaintenant, déclarez une variable qui prend au moins les valeurs de deux colonnes. Par exemple, nous avons déclaré «col_values"Variable,"Colonne1" et "Colonne2»Deux colonnes:
col_values = "Column1": [20, 40, 60, 80, 100], "Column2": [10, 30, 50, 70, 90]Ensuite, appelez le «PD.Trame de données()”Méthode pour convertir la variable déclarée en un dataframe:
data_f = pd.DataFrame (col_values)Enfin, utilisez l'opérateur «/» pour diviser le ci-dessus »Colonne1" et "Colonne2«En deux colonnes. Ensuite, attribuez au «Colonne de résultats»:
data_f ["Résultat colonne"] = data_f ["Column1"] / data_f ["Column2"]Appeler le "imprimer()”Fonction pour afficher les résultats:
Imprimer (data_f)Selon la sortie fournie ci-dessous, le «Colonne1" et "Colonne2«Ont été divisés avec succès, et le résultat est stocké dans l'autre colonne nommée«Colonne de résultats»:
Méthode 2: Divisez deux colonnes Pandas Fonction «Div ()» intégrée dans Python
Vous pouvez également utiliser les pandas intégrés "div ()”Méthode pour diviser les valeurs de deux colonnes dans Python. Il renvoie la division flottante des dataframes et en termes d'élément. Pour ce faire, consultez l'exemple indiqué ci-dessous.
Exemple
Appeler le "div ()«Méthode pour diviser le précédemment déclaré«Colonne1" et "Colonne2«En deux colonnes. Ensuite, affectez la colonne du résultat nommé «Colonne de résultats»:
data_f ["Résultat colonne"] = data_f ["Column1"].div (data_f ["Column2"])Sortir
Méthode 3: Divisez deux colonnes Pandas conditionnellement en utilisant «NP.où "fonction dans Python
Parfois, les utilisateurs veulent diviser la colonne dans leur condition particulière à Python, le «NP.où()«La méthode peut être utilisée à cette fin qui accepte trois arguments, de même que la première est la condition souhaitée, la seconde est le résultat, et la dernière est la valeur particulière où la condition n'est pas remplie.
Exemple
Tout d'abord, importez la bibliothèque Pandas comme «PD»Et la bibliothèque Numpy comme«NP»:
Importer des pandas en tant que PDEnsuite, appelez le «NP.où()»Fonction qui prend la condition, le résultat et la valeur souhaités où la condition fournie n'est pas vraie. Par exemple, nous avons utilisé le «Nan”Valeur et le transmet à la colonne Résultat nommée«Colonne de résultats". Enfin, appelez le «imprimer()»Fonction pour obtenir le résultat:
data_f ["Colonne des résultats"] = np.où (data_f ["column1"]> 40, data_f ["column1"] / data_f ["column2"], np.nan)Comme vous pouvez le voir que les deux colonnes fournies ont été divisées avec succès:
C'est tout! Nous avons illustré différentes méthodes pour diviser deux colonnes Pandas.
Conclusion
Pour diviser deux colonnes pandas, le intégré "/ /«Opérateur,«div ()«Méthode, et«NP.où()"La méthode est utilisée. Le "/ /»L'opérateur est l'opérateur de division, qui est le moyen le plus simple des colonnes de Pandas. La méthode «div ()» renvoie la division flottante du dataframe et du niveau d'élément, et le «NP.WHERE () »La méthode accepte la condition, le résultat et la valeur particulière où la condition spécifiée n'est pas remplie. Ce message a démontré les méthodes de division de deux colonnes Pandas.