当前位置: 首页>>代码示例>>用法及示例精选>>正文


Python - Pandas dataframe.mul()用法及代码示例

Python是进行数据分析的一种出色语言,主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种,使导入和分析数据更加容易。

Pandas dataframe.mul()函数返回数据帧和其他元素的乘法。此功能本质上与dataframe * other,但它提供了额外的支持来处理其中一个输入中的缺失值。

用法: DataFrame.mul(other, axis=’columns’, level=None, fill_value=None)

参数:
other:系列,DataFrame或常量
axis:对于系列输入,轴与系列索引匹配
level:在一个级别上广播,在传递的MultiIndex级别上匹配索引值
fill_value:在计算之前,请使用此值填充现有的缺失(NaN)值以及成功完成DataFrame对齐所需的任何新元素。如果两个对应的DataFrame位置中的数据均丢失,则结果将丢失

返回:结果:DataFrame

范例1:采用mul()函数查找数据帧与序列的乘法。
注意:对于与系列的乘法,用于乘法的数据帧轴必须与系列索引一致。

# importing pandas as pd 
import pandas as pd 
  
# Creating the first dataframe  
df1=pd.DataFrame({"A":[14,4,5,4,1], 
                  "B":[5,2,54,3,2], 
                  "C":[20,20,7,3,8], 
                  "D":[14,3,6,2,6]}) 
  
# Print the dataframe 
df1

让我们创建系列

# importing pandas as pd 
import pandas as pd 
  
# create series 
sr = pd.Series([3, 2, 4, 5, 6]) 
  
# Print series 
sr

让我们使用dataframe.mul()执行乘法的功能

# find multiplication over the index axis 
df1.mul(sr, axis = 0)

输出:


范例2:采用mul()函数查找两个datframe的乘法。一个 DataFrame 包含NA值。

# importing pandas as pd 
import pandas as pd 
  
# Creating the first dataframe  
df1=pd.DataFrame({"A":[14,4,5,4,1], 
                  "B":[5,2,54,3,2], 
                  "C":[20,20,7,3,8], 
                  "D":[14,3,6,2,6]}) 
  
# Creating the second dataframe with <code>Na</code> value 
df2=pd.DataFrame({"A":[12,4,5,None,1], 
                  "B":[7,2,54,3,None], 
                  "C":[20,16,11,3,8], 
                  "D":[14,3,None,2,6]}) 
  
# Print the second dataframe 
df2

让我们使用dataframe.mul()函数查找两个数据帧的乘法,还处理缺失值。

# fill the missing values with 100 
df1.mul(df2, fill_value = 100)

输出:

请注意,所有缺失值单元格在相乘之前已填充100



相关用法

注:本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas dataframe.mul()。非经特殊声明,原始代码版权归原作者所有,本译文的传播和使用请遵循“署名-相同方式共享 4.0 国际 (CC BY-SA 4.0)”协议。