So multiplizieren sie zwei spalten in pandas: mit beispielen

Sie können die folgenden Methoden verwenden, um zwei Spalten in einem Pandas-DataFrame zu multiplizieren:

Methode 1: Multiplizieren Sie zwei Spalten

 df[' new_column '] = df. column1 * df. column2

Methode 2: Multiplizieren Sie zwei Spalten basierend auf der Bedingung

 new_column = df. column1 * df. column2

#update values based on condition
df[' new_column '] = new_column. where (df. column2 == ' value1 ', other= 0 )

Die folgenden Beispiele zeigen, wie die einzelnen Methoden in der Praxis angewendet werden.

Beispiel 1: Multiplizieren Sie zwei Spalten

Angenommen, wir haben den folgenden Pandas-DataFrame:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' price ': [22, 20, 25, 30, 4, 8, 12, 10],
                   ' amount ': [3, 1, 3, 3, 2, 4, 3, 5]})

#view DataFrame
print (df)

   price amount
0 22 3
1 20 1
2 25 3
3 30 3
4 4 2
5 8 4
6 12 3
7 10 5

Wir können die folgende Syntax verwenden, um die Spalten „Preis “ und „Betrag “ zu multiplizieren und eine neue Spalte mit dem Namen „ Umsatz“ zu erstellen:

 #multiply price and amount columns
df[' revenue '] = df. price * df. amount

#view updated DataFrame
print (df)

   price amount revenue
0 22 3 66
1 20 1 20
2 25 3 75
3 30 3 90
4 4 2 8
5 8 4 32
6 12 3 36
7 10 5 50

Beachten Sie, dass die Werte in der neuen Umsatzspalte das Produkt der Werte in den Spalten Preis und Betrag sind.

Beispiel 2: Multiplizieren Sie zwei Spalten basierend auf der Bedingung

Angenommen, wir haben den folgenden Pandas-DataFrame:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' price ': [22, 20, 25, 30, 4, 8, 12, 10],
                   ' amount ': [3, 1, 3, 3, 2, 4, 3, 5],
                   ' type ': ['Sale', 'Refund', 'Sale', 'Sale',
                            'Sale', 'Refund', 'Refund', 'Sale']})

#view DataFrame
print (df)

   price amount type
0 22 3 Dirty
1 20 1 Refund
2 25 3 Dirty
3 30 3 Dirty
4 4 2 Dirty
5 8 4 Refund
6 12 3 Return
7 10 5 Dirty

Wir können die Spalten „Preis“ und „Betrag“ miteinander multiplizieren und dann die Funktion „where ()“ verwenden, um die Ergebnisse basierend auf dem Wert der Spalte „ Typ“ zu ändern:

 #multiply price and amount columns
income = df. price * df. amount

#update values based on type
df[' revenue '] = revenue. where (df. type == ' Sale ', other= 0 )

#view updated DataFrame
print (df)

   price amount type revenue
0 22 3 Dirty 66
1 20 1 Refund 0
2 25 3 Dirty 75
3 30 3 Dirty 90
4 4 2 Dirty 8
5 8 4 Refund 0
6 12 3 Refund 0
7 10 5 Dirty 50

Beachten Sie, dass die Spalte „Einkommen“ die folgenden Werte annimmt:

• Das Produkt aus Preis und Menge, wenn der Typ „Verkauf“ ist
• 0 sonst

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie Sie andere häufige Aufgaben in Pandas ausführen:

So wählen Sie Spalten nach Index in einem Pandas DataFrame aus
So benennen Sie den Index in Pandas DataFrame um
So löschen Sie Spalten nach Index in Pandas