소개
이 랩에서는 Python 에서 Pandas DataFrame 의 multiply() 메서드를 사용하는 방법을 배우게 됩니다. multiply() 메서드는 DataFrame 과 다른 DataFrame 의 요소별 곱셈을 구하는 데 사용되며, 곱셈의 결과가 포함된 새로운 DataFrame 을 반환합니다.
VM 팁
VM 시작이 완료되면 왼쪽 상단을 클릭하여 Notebook 탭으로 전환하여 실습을 위해 Jupyter Notebook에 액세스하십시오.
때로는 Jupyter Notebook 이 로딩을 완료하는 데 몇 초 정도 기다려야 할 수도 있습니다. Jupyter Notebook 의 제한 사항으로 인해 작업의 유효성 검사는 자동화될 수 없습니다.
학습 중에 문제가 발생하면 Labby 에게 문의하십시오. 세션 후 피드백을 제공해주시면 문제를 신속하게 해결해 드리겠습니다.
pandas 라이브러리 가져오기
먼저, DataFrame 의 multiply() 메서드를 사용하려면 pandas 라이브러리를 가져와야 합니다. 다음 코드를 사용할 수 있습니다.
import pandas as pd
DataFrame 생성
다음으로, 곱셈 연산에 사용할 DataFrame 을 생성해야 합니다. pd.DataFrame() 함수를 사용하여 원하는 데이터로 DataFrame 을 생성할 수 있습니다. 다음은 예시입니다.
df = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6], 'c': [7, 8, 9]})
DataFrame 에 스칼라 곱하기
이제 multiply() 메서드를 사용하여 DataFrame 을 스칼라 값으로 곱할 수 있습니다. 이렇게 하면 DataFrame 의 각 요소가 스칼라 값으로 곱해집니다. 다음은 예시입니다.
result = df.multiply(2)
print(result)
DataFrame 에 다른 DataFrame 곱하기
multiply() 메서드를 사용하여 DataFrame 을 다른 DataFrame 과 곱할 수도 있습니다. 이렇게 하면 두 DataFrame 의 해당 요소 간에 요소별 곱셈이 수행됩니다. 다음은 예시입니다.
df2 = pd.DataFrame({'a': [2, 3, 4], 'b': [5, 6, 7], 'c': [8, 9, 10]})
result = df.multiply(df2)
print(result)
결측값 처리
두 DataFrame 의 모양이 다른 경우, multiply() 메서드는 두 DataFrame 이 정렬되지 않는 위치에 NaN (결측) 값을 가진 새로운 DataFrame 을 반환합니다. fill_value 매개변수를 사용하여 이러한 결측값을 처리할 수 있습니다. 다음은 예시입니다.
df2 = pd.DataFrame({'a': [2, 3, 4], 'b': [5, 6, 7]})
result = df.multiply(df2, fill_value=1)
print(result)
요약
이 랩에서는 Pandas DataFrame 의 multiply() 메서드를 사용하여 DataFrame 과 다른 DataFrame 또는 스칼라 값 간에 요소별 곱셈을 수행하는 방법을 배웠습니다. 또한 fill_value 매개변수를 사용하여 결측값을 처리하는 방법도 배웠습니다. 이 메서드는 DataFrame 에 대한 수학적 연산을 편리하게 수행하는 데 유용합니다. multiply() 메서드를 탐색하고 실험해 보세요!