Python Pandas DataFrame mul方法用法及代碼示例

Pandas DataFrame.mul(~) 方法將源 DataFrame 中的值乘以標量、序列、Series 或 DataFrame，即：

DataFrame * other

注意

除非您使用參數 axis 、 level 和 fill_value ，否則 mul(~) 相當於使用 * 運算符執行乘法。

參數

1.other | scalar 或 sequence 或 Series 或 DataFrame

生成的 DataFrame 將是 other 與源 DataFrame 相乘。

2. axis | int 或 string | optional

是否為源DataFrame的每一列或每一行廣播other：

軸	說明
`"index"` 或 `0`	每列廣播`other`。
`"columns"` 或 `1`	每行廣播 `other`。

僅當源 DataFrame 的形狀與 other 的形狀不對齊時，這才相關。默認情況下，axis=1 。

3. level | int 或 string | optional

要考慮的級別的名稱或整數索引。僅當您的 DataFrame 是多索引時，這才相關。

4. fill_value | float 或 None | optional

在計算之前替換NaN的值。請注意，如果兩個條目都是 NaN ，那麽它們的乘積將始終導致 NaN 。默認情況下，fill_value=None 。

返回值

由源 DataFrame 和 other 的乘積產生的新 DataFrame 。

例子

基本用法

考慮以下數據幀：

df = pd.DataFrame({"A":[2,3], "B":[4,5]})
df_other = pd.DataFrame({"A":[6,7], "B":[8,9]})



   A  B   |     A  B
0  2  4   |  0  6  8
1  3  5   |  1  7  9

計算他們的產品產量：

df.mul(df_other)



   A   B
0  12  32
1  21  45

請注意，這相當於以下內容：

df * df_other



   A   B
0  12  32
1  21  45

廣播

考慮以下 DataFrame：考慮以下 DataFrame：

df = pd.DataFrame({"A":[2,3], "B":[4,5]})
df



   A  B
0  2  4
1  3  5

行乘法

默認情況下， axis=1 ，這意味著 other 將為 df 中的每一行廣播：

df.mul([10,100])   # axis=1



   A   B
0  20  400
1  30  500

在這裏，我們進行以下逐元素乘法：

2*10 4*100
3*10 5*100

逐列乘法

要為 df 中的每一列廣播 other，請像這樣設置 axis=0：

df.mul([10,100], axis=0)



   A    B
0  20   40
1  300  500

在這裏，我們進行以下逐元素乘法：

2*10 4*10
3*100 5*100

2*10 4*100
3*10 5*100

指定fill_value

考慮以下帶有缺失值的DataFrames：

df = pd.DataFrame({"A":[2,np.NaN], "B":[np.NaN,5]})
df_other = pd.DataFrame({"A":[10,20],"B":[np.NaN,np.NaN]})



   A    B     |     A   B
0  2.0  NaN   |  0  10  NaN
1  NaN  5.0   |  1  20  NaN

默認情況下，當我們使用 mul(~) 計算乘積時，任何使用 NaN 的操作都會產生 NaN ：

df.mul(df_other)



   A     B
0  20.0  NaN
1  NaN   NaN

我們可以在使用 fill_value 參數執行乘法之前填充 NaN 值：

df.mul(df_other, fill_value=100)



   A       B
0  20.0    NaN
1  2000.0  500.0

請注意，無論 fill_value 為何，兩個 NaN 的乘積是 NaN 。

相關用法

注：本文由純淨天空篩選整理自Isshin Inada大神的英文原創作品 Pandas DataFrame | mul method。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。