Введение
В этом практическом занятии будет показано, как использовать метод mul() в классе DataFrame библиотеки Pandas. Метод mul() используется для поэлементного умножения DataFrame на другой DataFrame, Series или скалярное значение. Возвращает новый DataFrame с результатом операции умножения.
Советы по работе с ВМ
После запуска ВМ нажмите в левом верхнем углу, чтобы переключиться на вкладку Notebook и приступить к практике в Jupyter Notebook.
Иногда может потребоваться подождать несколько секунд, пока Jupyter Notebook полностью загрузится. Валидация операций не может быть автоматизирована из-за ограничений Jupyter Notebook.
Если вы столкнетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.
Импортировать необходимые библиотеки
import pandas as pd
Сначала нам нужно импортировать библиотеку Pandas.
Создать исходный DataFrame
df1 = pd.DataFrame({'a': [1, 5, 6],'b': [4, 6, 5],'c': [2, 8, 7]})
Создайте DataFrame под названием df1 с тремя столбцами a, b и c, содержащими указанные значения.
Умножить DataFrame на скалярное значение
df2 = df1.mul(2)
print(df2)
Умножьте DataFrame df1 на скалярное значение 2 с использованием метода mul(). Выведите результат.
Умножить DataFrame на другой DataFrame
df3 = pd.DataFrame({'a': [2, 1, 1],'b': [1, 5, 8],'c': [7, 5, 6]})
df4 = df1.mul(df3)
print(df4)
Создайте другой DataFrame под названием df3 с заданными значениями. Умножьте df1 на df3 с использованием метода mul(). Выведите результат.
Обработка пропущенных значений
df5 = pd.DataFrame({'a': [None, 1, 1],'b': [None, 5, 8]})
df6 = df1.mul(df5, fill_value=1)
print(df6)
Создайте другой DataFrame df5 с некоторыми пропущенными значениями. Умножьте df1 на df5 с использованием метода mul(). Используйте параметр fill_value, чтобы заменить пропущенные значения на 1. Выведите результат.
Резюме
В этом практическом занятии мы узнали, как использовать метод mul() в классе DataFrame библиотеки Pandas для поэлементного умножения DataFrame. Мы увидели примеры умножения DataFrame на скалярное значение, другой DataFrame и обработки пропущенных значений. Метод mul() - это полезный инструмент для выполнения поэлементных операций умножения над DataFrame.