Pandas DataFrame 01-05. 나머지 (mod, rmod)

01-05. 나머지 (mod, rmod)

---

DataFrame.mod(other, axis='columns', level=None, fill_value=None)

DataFrame.rmod(other, axis='columns', level=None, fill_value=None)

개요

---

mod함수는 DataFrame에 다른 데이터프레임이나, Series, 스칼라 등 데이터를 나눴을때의 나머지를 반환하는 메서드입니다.
% 연산과 동일합니다.
단순 df % 다른df 등의 계산과 차별화되는 것은 fill_value 인수를 통해 계산 불가한 값을 채워 넣는다는 것입니다.

rmod의 경우 mod의 경우에서 순서만 바꾼것입니다. 즉 mod가 'df % df2'라면 rmod는 'df2 % df'입니다.
mod와 사용법이 동일하므로 예시는 생략합니다.

사용법

---

기본 사용법
df.mod(other, axis='columns', level=None, fill_value=None)
other : 데이터프레임이나, Series, 스칼라 등 데이터가 올 수 있습니다. 나눌값입니다.
axis : 나눌 레이블을 설정합니다. 0은 행(index), 1은 열 입니다. ※Series일 경우 Index와 일치시킬 축
level : multiIndex에서 계산할 Index의 레벨입니다.
fill_value : NaN 값등의 누락 요소를 계산 전에 이 값으로 대체합니다.

 

반응형

예시

---

먼저, 간단한 3x3 짜리 DataFrame을 만들어 보겠습니다.

data = [[1,2,3],[4,5,6],[7,8,9]]
col = ['col1','col2','col3']
row = ['row1','row2','row3']
df = pd.DataFrame(data=data,index=row,columns=col)
print(df)
>>
      col1  col2  col3
row1     1     2     3
row2     4     5     6
row3     7     8     9

---

스칼라 값 나누기
df.div(스칼라 값)의 경우 df % 스칼라값 과 같은 결과를 가집니다.

result = df.mod(7)
print(result)
>>
      col1  col2  col3
row1     1     2     3
row2     4     5     6
row3     0     1     2

result = df%7
print(result)
>>
      col1  col2  col3
row1     1     2     3
row2     4     5     6
row3     0     1     2

다른 DataFrame객체를 나누기
df에 나눌 df2를 아래와 같이 만들어보겠습니다. 3x1 짜리 객체로 col1을 가집니다.

data2  = [[2],[3],[5]]
df2 = pd.DataFrame(data=data2,index=['row1','row2','row3'],columns=['col1'])
print(df2)
>>
      col1
row1     2
row2     3
row3     5

이제 df에 df2를 mod메서드를 통해 나누어 나머지를 구해보겠습니다.
df2에는 col2과 col3열이 없기 때문에 해당 열의 계산결과는 NaN으로 반환됩니다.

result = df.mod(df2)
print(result)
>>
      col1  col2  col3
row1     1   NaN   NaN
row2     1   NaN   NaN
row3     2   NaN   NaN

fill_value 인수를 통해 해당 오류를 출력 가능하도록 바꿔보도록 하겠습니다.

result = df.mod(df2,fill_value=1)
print(result)
      col1  col2  col3
row1     1   0.0   0.0
row2     1   0.0   0.0
row3     2   0.0   0.0

df2에는 존재하지 않던 col2, col3의 요소들에 대해 fill_value값인 1으로 채워 넣은 뒤 계산을 진행하여
계산한 것을 확인할 수 있습니다.