কিভাবে একটি পাইথন তালিকা দ্বারা একটি পান্ডাস সিরিজের পূর্ণসংখ্যা বিভাগ অপারেশন সঞ্চালন?

পূর্ণসংখ্যা বিভাজন অপারেশনটি পান্ডা সিরিজের উপাদানগুলিতে একটি তালিকা বা একটি টিপলের মতো অন্য একটি পাইথন ক্রম দ্বারা প্রয়োগ করা যেতে পারে।

পূর্ণসংখ্যা বিভাজন অপারেশন করতে আমরা পান্ডাস সিরিজ ক্লাসে floordiv() পদ্ধতি ব্যবহার করতে পারি। যা অন্য সিরিজের অনুরূপ উপাদান বা একটি স্কেলার বা তালিকার মতো বস্তুর দ্বারা একটি পান্ডাস সিরিজের বস্তুর মধ্যে একটি উপাদান-ভিত্তিক পূর্ণসংখ্যা বিভাজন অপারেশন প্রয়োগ করতে ব্যবহৃত হয়।

Floordiv() পদ্ধতি পাইথন তালিকার উপাদানগুলির দ্বারা একটি পান্ডাস সিরিজের উপাদানগুলিতে পূর্ণসংখ্যা বিভাজন ক্রিয়া সম্পাদন করে তা বোঝার জন্য এখানে আমরা কিছু উদাহরণ আলোচনা করব।

উদাহরণ 1

পূর্ণসংখ্যা বিভাজন অপারেশন সম্পর্কিত ফ্লোরডিভ() পদ্ধতির কার্যকারিতা বোঝার জন্য নীচে একটি উদাহরণ দেওয়া হল৷

import pandas as pd

# create pandas Series
s = pd.Series({'A':None,'B':58,"C":85, "D":28, 'E':np.nan, 'G':60 })

print("Series object:",s)

# apply floordiv() using a list of integers
print("Output:")
print(s.floordiv(other=[18, 16, 9, 15, 14, 6]))

ব্যাখ্যা

একটি পাইথন তালিকা সহ সিরিজ অবজেক্ট "s" এর ফ্লোর ডিভিশন অপারেশন করতে floordiv() ফাংশন প্রয়োগ করুন। প্রদত্ত সিরিজ অবজেক্ট "s"-এ কিছু অনুপস্থিত মান রয়েছে ইনডেক্স পজিশনে "A" এবং "E"।

আউটপুট

আপনি নিম্নলিখিত আউটপুট পাবেন -

Series object:
A    NaN
B    58.0
C    85.0
D    28.0
E    NaN
G    60.0
dtype: float64

Output:
A    NaN
B    3.0
C    9.0
D    1.0
E    NaN
G    10.0
dtype: float64

উপরের আউটপুট ব্লকে, পদ্ধতিটি সফলভাবে একটি পাইথন তালিকা সহ প্রদত্ত সিরিজ অবজেক্টের ফ্লোর ডিভিশনের ফলাফল ফিরিয়ে দিয়েছে। এবং অনুপস্থিত মানগুলি এখনও ফ্লোরডিভ() পদ্ধতির ফলাফলগুলিতে উপস্থিত রয়েছে যেহেতু আমরা fill_value প্যারামিটারে কোনও মান প্রয়োগ করিনি৷

উদাহরণ 2

পূর্ববর্তী উদাহরণের জন্য, এখানে আমরা fill_value প্যারামিটার ব্যবহার করে অনুপস্থিত মান প্রতিস্থাপন করে পূর্ণসংখ্যা বিভাজন অপারেশন প্রয়োগ করব।

import pandas as pd

# create pandas Series
s = pd.Series({'A':None,'B':58,"C":85, "D":28, 'E':np.nan, 'G':60 })

print("Series object:",s)

# apply floordiv() using a list of integers by replacing missing values
print("Output:")
print(s.floordiv(other=[18, 16, 9, 15, 14, 6], fill_value=20))

আউটপুট

আউটপুট নিচে দেওয়া হল -

Series object:
A    NaN
B    58.0
C    85.0
D    28.0
E    NaN
G    60.0
dtype: float64

Output:
A    1.0
B    3.0
C    9.0
D    1.0
E    1.0
G    10.0
dtype: float64

উপরের কোডটি কার্যকর করার সময় অনুপস্থিত মানগুলি একটি স্কেলার মান 20 দ্বারা প্রতিস্থাপিত হয় এবং উপরের আউটপুট ব্লকে ফ্লোর ডিভিশন অপারেশনের আউটপুট প্রদর্শিত হয়৷