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.
Python Series.mul()
se usa para multiplicar series o enumerar objetos similares con la misma longitud que la serie de llamadas.
Sintaxis: Series.mul(otro, nivel=Ninguno, fill_value=Ninguno, eje=0)
Parámetros:
otro: otra serie o tipo de lista que se multiplicará con la serie de llamadas
fill_value: valor que se reemplazará por NaN en la serie/lista antes de la multiplicación
nivel: valor entero del nivel en caso de índice múltipleTipo de retorno: serie de llamadas con valores multiplicados
Para descargar el conjunto de datos utilizado en el siguiente ejemplo, haga clic aquí.
En los siguientes ejemplos, el marco de datos utilizado contiene datos de algunos jugadores de la NBA. La imagen del marco de datos antes de cualquier operación se adjunta a continuación.
Ejemplo #1: Multiplicar lista con serie
En este ejemplo, las 5 primeras filas se almacenan en una nueva variable utilizando el método .head(). Después de eso, se crea una lista de la misma longitud y se multiplica con la columna Edad usando el método .mul()
# importing pandas module import pandas as pd # reading csv file from url data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv") # creating short data of 5 rows short_data = data.head() # creating list with 5 values list =[1, 2, 3, 4, 5] # multiplying list data # creating new column short_data["Multiplied values"]= short_data["Age"].mul(list) # display short_data
Salida:
como se muestra en la imagen de salida, se puede comparar que la columna de valores multiplicados tiene los valores multiplicados de (Edad) x (lista).
Ejemplo #2: Multiplicar series con series que tienen valores nulos
En este ejemplo, la columna Salario se multiplica por la columna Edad. Dado que los valores de las columnas Salario y Edad son grandes, el producto se devolverá con un valor alto. Por lo tanto, solo con fines demostrativos, la columna de edad se divide con 100 antes de realizar la multiplicación. Dado que la columna de salario también contiene valores nulos, de forma predeterminada devuelve NaN sin importar lo que se multiplique. En este ejemplo, se pasa 20 para reemplazar los valores nulos con 20.
# importing pandas module import pandas as pd # reading csv file from url data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv") # dividing age series data["Age"]= data["Age"]/100 age = data["Age"] # na replacement na = 20 # Multiplying values # storing to new column data["Multiplied values"]= data["Salary"].mul(other = age, fill_value = na) # display data
Salida:
como se muestra en la imagen de salida, la columna de valor multiplicado ha multiplicado la columna de edad por 20 en el caso de valores nulos.
Publicación traducida automáticamente
Artículo escrito por Kartikaybhutani y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA