Cara mengalikan dua kolom di pandas: dengan contoh

Anda dapat menggunakan metode berikut untuk mengalikan dua kolom di pandas DataFrame:

Metode 1: Kalikan dua kolom

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

Metode 2: Kalikan dua kolom berdasarkan kondisi

 new_column = df. column1 * df. column2

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

Contoh berikut menunjukkan cara menggunakan masing-masing metode dalam praktik.

Contoh 1: Kalikan dua kolom

Misalkan kita memiliki panda DataFrame berikut:

 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

Kita dapat menggunakan sintaks berikut untuk mengalikan kolom harga dan jumlah dan membuat kolom baru bernama pendapatan :

 #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

Perhatikan bahwa nilai pada kolom pendapatan baru adalah hasil kali nilai pada kolom Harga dan Jumlah .

Contoh 2: Kalikan dua kolom berdasarkan kondisi

Misalkan kita memiliki panda DataFrame berikut:

 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

Kita bisa mengalikan kolom harga dan jumlah , lalu menggunakan fungsi di mana () untuk mengubah hasilnya berdasarkan nilai kolom tipe :

 #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

Perhatikan bahwa kolom Pendapatan mengambil nilai berikut:

• Produk harga dan jumlah jika jenisnya sama dengan “Penjualan”
• 0 sebaliknya

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di panda:

Cara memilih kolom berdasarkan indeks di Pandas DataFrame
Cara mengganti nama indeks di Pandas DataFrame
Cara menghapus kolom berdasarkan indeks di Pandas