Pythonリストを使ってpandas Seriesの整数除算（フロア除算）を実行する方法

pandas Seriesの各要素に対して、リストやタプルといった別のPythonシーケンスを使った整数除算（フロア除算）を実行することができます。

整数除算を行うには、pandas Seriesクラスが提供するfloordiv()メソッドを使用します。このメソッドは、Seriesオブジェクトと別のSeries、スカラー、あるいはリストのようなオブジェクトとの間で、要素ごとの整数除算を適用します。

ここでは、floordiv()メソッドがPythonリストの要素を使ってpandas Seriesの各要素にどのように整数除算を適用するのか、具体的な例を挙げながら解説します。

例1：基本的な使い方

まずは、floordiv()メソッドによる整数除算の基本的な動作を確認してみましょう。

import pandas as pd
import numpy as np

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

print("Series object:",s)

# 整数のリストを使ってfloordiv()を適用
print("Output:")
print(s.floordiv(other=[18, 16, 9, 15, 14, 6]))

解説

上記のコードでは、floordiv()メソッドを適用して、Seriesオブジェクト「s」とPythonリストとの間でフロア除算（切り捨て除算）を実行しています。指定したSeriesオブジェクト「s」には、インデックス「A」と「E」の位置に欠損値（NaN）が含まれている点に注目してください。

出力

実行すると、以下の出力が得られます。

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

上記の出力から、floordiv()メソッドがSeriesオブジェクトとPythonリストの対応する要素同士で正しくフロア除算を実行できたことがわかります。たとえば、インデックス「B」では 58 ÷ 16 = 3.625 の切り捨てにより 3.0 という結果になっています。

また、fill_valueパラメータに値を指定していないため、元のSeriesに含まれていた欠損値はそのまま結果にも NaN として残っています。

例2：fill_valueで欠損値を置き換える

次に、fill_valueパラメータを使って欠損値を任意の値に置き換えた上で、整数除算を実行する例を見てみましょう。

import pandas as pd
import numpy as np

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

print("Series object:",s)

# fill_valueで欠損値を置き換えながらfloordiv()を適用
print("Output:")
print(s.floordiv(other=[18, 16, 9, 15, 14, 6], fill_value=20))

出力

出力は以下の通りです。

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

上記のコードを実行すると、Series内の欠損値がスカラー値 20 に置き換えられた上で、フロア除算が実行されます。たとえば、インデックス「A」では 20 ÷ 18 = 1.11… の切り捨てで 1.0、「E」では 20 ÷ 14 = 1.42… の切り捨てで 1.0 という結果になります。

このように、floordiv()メソッドとfill_valueパラメータを組み合わせることで、欠損値を含むデータでも柔軟に整数除算を処理できます。