Python Pandas Series.mul()

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python软件包的奇妙生态系统。Pandas就是这些包中的一个，它使导入和分析数据变得更加容易。

Python Series.mul()用于将系列或类似于列表的对象与调用者系列相乘。

语法: Series.mul(other, level=None, fill_value=None, axis=0)

参数:
other：其他系列或列表类型将与调用者系列相乘。
fill_value:乘法前在系列/列表中用NaN替换的值
level:在多索引的情况下，level的整数值。
在下面的例子中，所使用的数据框包含一些NBA球员的数据。下面是数据框在任何操作之前的图像。

例子#1：用系列乘以列表

在这个例子中，使用.head()方法将前5行存储在新变量中。之后，一个相同长度的列表被创建，并使用.mul()方法与年龄列相乘。

# 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

输出:
如输出图像所示，可以比较出乘积值列有（年龄）x（列表）的乘积值。

例子#2：用空值的数列相乘

在这个例子中，工资列与年龄列相乘。由于工资和年龄这两列的值都很大，乘积将以高值返回。因此，只是为了演示的目的，在做乘法之前，年龄列被除以100。由于工资列也包含空值，默认情况下，无论乘以什么都会返回NaN。在这个例子中，20被传递，以20替换空值。

# 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

输出:
如输出图像所示，在空值的情况下，乘法值列与年龄列相乘为20。