Pandas 数据帧multiply()方法

原文：https://www.studytonight.com/pandas/pandas-dataframe-multiply-method

在本教程中，我们将讨论和学习 PandasDataFrame.multiply()的方法。该方法用于获取数据帧和其他元素的乘积。它返回一个带有乘法运算结果的数据帧。

语法如下所示。

句法

DataFrame.multiply(other, axis='columns', level=None, fill_value=None)

因素

其他:可以是标量、序列、序列或数据帧。它可以是单个或多个元素数据结构，或者类似列表的对象。

轴:表示索引或列轴，索引为“0”，列为“1”。当axis=0方法应用于index轴时，以及当axis=1方法应用于column轴时。对于输入Series，轴要匹配系列索引。

级别:代表 int 或标签。它跨级别广播，匹配传递的多索引级别上的索引值。

fill_value: 表示浮动或无，默认值为无。它会在计算之前用该值填充现有的缺失值或空值，以及成功的数据帧对齐所需的任何新元素。如果两个相应数据帧位置的数据都丢失，结果也将丢失。

示例 1:在 Pandas 中繁殖数据帧

这里，我们使用DataFrame.multiply()方法将数据帧与scalar值相乘，该方法返回由乘法运算的输出组成的数据帧。请看下面的例子。

#importing pandas as pd
import pandas as pd
#creating DataFrame
df1 = pd.DataFrame({'a': [1,1,1],'b': [2,2,2],'c': [3,3,3]})
print(df1.multiply(2))

a b c 0 2 4 6 1 2 4 6 2 2 4 6

示例 2:在 Pandas 中繁殖数据帧

这里，我们使用返回数据帧的DataFrame.multiply()方法将数据帧乘以other DataFrame。它由乘法运算的输出组成。请看下面的例子。

#importing pandas as pd
import pandas as pd
#creating DataFrame
df1 = pd.DataFrame({'a': [1,5,6],'b': [4,6,5],'c': [2,8,7]})
df2 = pd.DataFrame({'a': [2,1,1],'b': [1,5,8],'c': [7,5,6]})
print("------------The result is-----------")
print(df1.multiply(df2))

-结果是- a b c 0 2 4 14 1 5 30 40 2 6 40 42

示例 3:在 Pandas 中繁殖数据帧

这个例子和上一个相似。如果两个数据帧没有对齐，则结果输出由 NaN 值组成。见下面的例子。

#importing pandas as pd
import pandas as pd
#creating DataFrame
df1 = pd.DataFrame({'a': [1,5,6],'b': [4,6,5],'c': [2,8,7]})
df2 = pd.DataFrame({'a': [2,1,1],'b': [1,5,8]})
print("------------The result is-----------")
print(df1.multiply(df2))

-结果是- a b c 0 2 4 NaN 1 5 30 NaN 2 6 40 NaN

示例 4:在 Pandas 中繁殖数据帧

这里，在这个例子中，我们将通过在DataFrame.multiply()方法中传递fill_value=1 参数来填充任何缺失的值。它将用提供的值替换所有空值。见下面的例子。

#importing pandas as pd
import pandas as pd
#creating DataFrame
df1 = pd.DataFrame({'a': [None,5,6],'b': [4,6,5],'c': [2,8,7]})
df2 = pd.DataFrame({'a': [None,1,1],'b': [None,5,8]})
print("------------The result is-----------")
print(df1.multiply(df2,fill_value=1))

-结果是- a b c 0 NaN 4.0 2.0 1 5.0 30.0 8.0 2 6.0 40.0 7.0

结论

在本教程中，我们学习了 PandasDataFrame.multiply()方法。我们学习了该方法的语法和参数，并将其应用于数据帧。