Python | Marco de datos de pandas.mul()

Python es un excelente lenguaje para realizar análisis de datos, principalmente debido al fantástico ecosistema de paquetes de Python centrados en datos. Pandas es uno de esos paquetes y facilita mucho la importación y el análisis de datos.
La función pandas dataframe.mul() devuelve la multiplicación del marco de datos y otros elementos. Esta función esencialmente hace lo mismo que el marco de datos * otro, pero proporciona un soporte adicional para manejar los valores faltantes en una de las entradas.
 

Sintaxis: DataFrame.mul(other, axis=’columns’, level=None, fill_value=None)
Parámetros : 
other : Series, DataFrame, or constant 
axis : Para la entrada Series, axis to match Series index on 
level : Broadcast a través de un nivel , haciendo coincidir los valores de índice en el nivel MultiIndex pasado 
fill_value : Rellene los valores faltantes existentes (NaN) y cualquier elemento nuevo necesario para la alineación exitosa de DataFrame, con este valor antes del cálculo. Si faltan datos en ambas ubicaciones correspondientes de DataFrame, faltará el resultado.
Devuelve: resultado: DataFrame
 

Ejemplo #1: Use la función mul() para encontrar la multiplicación de un marco de datos con una serie. 
Nota: para la multiplicación con series, el eje del marco de datos utilizado para la multiplicación debe coincidir con el índice de la serie.
 

# 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

Creamos la serie
 

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

Usemos la función dataframe.mul() para realizar la multiplicación 
 

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

Producción : 
 

  
Ejemplo #2: Use la función mul() para encontrar la multiplicación de dos marcos de datos. Un marco de datos contiene valores NA.
 

# 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

Usemos la función dataframe.mul() para encontrar la multiplicación de dos marcos de datos, también manejemos los valores faltantes.
 

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

Producción : 
 

Tenga en cuenta que todas las celdas de valores faltantes se han llenado con 100 antes de la multiplicación