Python Pandas DataFrame rmul方法用法及代碼示例

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.rmul(df_other)



   A   B
0  12  32
1  21  45

請注意，這相當於以下內容：

df_other * df



   A   B
0  12  32
1  21  45

廣播

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.rmul([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：

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

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：

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

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 rmul(~) 計算乘積時，任何使用 NaN 的操作都會產生 NaN ：

df.rmul(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.rmul(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 。