python中frame用法_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 Na 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