Python | Marco de datos de Pandas/Series.dot()

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.

Pandas funciona de manera similar al método, pero en lugar de devolver valores separados multiplicados, se devuelve el producto de puntos (suma de la multiplicación de valores en cada índice). Dataframe.dot()mul()

Sintaxis: Series.dot(otro)
Parámetros:
otro: Otra serie que se usará para calcular el producto DOT

Tipo de retorno: Serie con valores actualizados

Ejemplo n.º 1: en este ejemplo, se crean dos series a partir de listas de Python utilizando el método
Pandas . Series()Luego se llama al método en series1 y series2 se pasa como parámetro. A continuación, el resultado se almacena en una variable y se muestra.

# importing pandas module  
import pandas as pd  
    
# importing numpy module 
import numpy as np 
    
# creating series 1 
series1 = pd.Series([7, 5, 6, 4, 9]) 
    
# creating series 2 
series2 = pd.Series([1, 2, 3, 10, 2]) 
  
# storing in new variable
# calling .dot() method
ans = series1.dot(series2)
  
# display
print('Dot product = {}'.format(ans))

Producción:

Dot product = 93

Explicación:
los elementos de la serie de llamada se multiplican con el elemento en el mismo índice en la serie pasada. Luego, todos los valores multiplicados se suman para obtener el producto escalar.
Como en el ejemplo anterior, las series son:

[7, 5, 6, 4, 9]
[1, 2, 3, 10, 2]

Dot product = 7*1 + 5*2 + 6*3 + 4*10 + 9*2 = 7 + 10 + 18 + 40 + 18 = 93

Nota: Si hay algún valor Nulo en alguna de las series, el resultado neto es NaN. Los valores de NaN deben eliminarse/reemplazarse utilizando los métodos dropna()o respectivamente.fillna()

Ejemplo #2:

# import DataFrame
import pandas as pd
  
# using DataFrame.dot() method
gfg1 = pd.DataFrame([[1, 4], [9, 5]])
gfg2 = pd.DataFrame([[4, 3, 2, 1], [21, -3, -4, 1]])
  
print(gfg1.dot(gfg2))

Producción :

0 1 2 3
0 88 -9 -14 5
1 141 12 -2 14