Python | Marco de datos de pandas.rmul()

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.rmul() se usa para encontrar la multiplicación de dataframe y otros elementos (operador binario rfloordiv). Esta función es esencialmente la misma que hacer otro marco de datos * pero con un soporte para sustituir los datos faltantes en una de las entradas. 

Sintaxis: DataFrame.rmul(other, axis=’columns’, level=None, fill_value=None) 
Parámetros : 
other : Series, DataFrame, or constant 
axis : Para entrada de Series, eje para coincidir 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 rmul() para encontrar la multiplicación de una serie con un marco de datos.

# importing pandas as pd
import pandas as pd
 
# Creating the dataframe
df = pd.DataFrame({"A":[1, 5, 3, 4, 2],
                   "B":[3, 2, 4, 3, 4],
                   "C":[2, 2, 7, 3, 4],
                   "D":[4, 3, 6, 12, 7]},
                    index =["A1", "A2", "A3", "A4", "A5"])
 
# Print the dataframe
df

Creamos la serie 

# importing pandas as pd
import pandas as pd
 
# Create the series
sr = pd.Series([12, 25, 64, 18], index =["A", "B", "C", "D"])
 
# Print the series
sr

Usemos la función dataframe.rmul() para encontrar la multiplicación de una serie con dataframe 

df.rmul(sr, axis = 1)

Producción : 

Ejemplo #2: Utilice la función rmul() para realizar la multiplicación de un marco de datos con otro.

# importing pandas as pd
import pandas as pd
 
# Creating the first dataframe
df1 = pd.DataFrame({"A":[1, 5, 3, 4, 2],
                    "B":[3, 2, 4, 3, 4],
                    "C":[2, 2, 7, 3, 4],
                    "D":[4, 3, 6, 12, 7]},
                    index =["A1", "A2", "A3", "A4", "A5"])
 
# Creating the second dataframe
df2 = pd.DataFrame({"A":[10, 11, 7, 8, 5],
                    "B":[21, 5, 32, 4, 6],
                    "C":[11, 21, 23, 7, 9],
                    "D":[1, 5, 3, 8, 6]},
                     index =["A1", "A2", "A3", "A4", "A5"])
 
# Print the first dataframe
print(df1)
 
# Print the second dataframe
print(df2)

Vamos a realizar df2 * df1 

# perform multiplication of df2 with df1
df1.rmul(df2)

Producción :