Python Pandas dataframe.mul()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

Pandas dataframe.mul()函數返回數據幀和其他元素的乘法。此函數本質上與dataframe * other，但它提供了額外的支持來處理其中一個輸入中的缺失值。

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

參數：
other:係列，DataFrame或常量
axis:對於係列輸入，軸與係列索引匹配
level:在一個級別上廣播，在傳遞的MultiIndex級別上匹配索引值
fill_value:在計算之前，請使用此值填充現有的缺失(NaN)值以及成功完成DataFrame對齊所需的任何新元素。如果兩個對應的DataFrame位置中的數據均丟失，則結果將丟失

返回：結果：DataFrame

範例1：采用mul()函數查找數據幀與序列的乘法。
注意：對於與係列的乘法，用於乘法的數據幀軸必須與係列索引一致。

# 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

讓我們創建係列

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

讓我們使用dataframe.mul()執行乘法的函數

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

輸出：

範例2：采用mul()函數查找兩個datframe的乘法。一個 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

讓我們使用dataframe.mul()函數查找兩個數據幀的乘法，還處理缺失值。

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

輸出：

請注意，所有缺失值單元格在相乘之前已填充100

相關用法

注：本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas dataframe.mul()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。