Pandas에서 두 열을 곱하는 방법: 예 포함

다음 방법을 사용하여 Pandas DataFrame의 두 열을 곱할 수 있습니다.

방법 1: 두 열 곱하기

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

방법 2: 조건에 따라 두 열 곱하기

 new_column = df. column1 * df. column2

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

다음 예에서는 각 방법을 실제로 사용하는 방법을 보여줍니다.

예 1: 두 열 곱하기

다음과 같은 팬더 DataFrame이 있다고 가정합니다.

 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

다음 구문을 사용하여 가격 및 금액 열을 곱하고 수익 이라는 새 열을 생성할 수 있습니다.

 #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

새 수익 열의 값은 가격 및 금액 열의 값을 곱한 것입니다.

예 2: 조건에 따라 두 열 곱하기

다음과 같은 팬더 DataFrame이 있다고 가정합니다.

 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

가격 과 금액 열을 함께 곱한 다음 where () 함수를 사용하여 유형 열의 값에 따라 결과를 변경할 수 있습니다.

 #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

소득 열에는 다음 값이 사용됩니다.

• 유형이 “판매”인 경우 가격과 금액의 곱
• 그 외 0

추가 리소스

다음 튜토리얼에서는 Pandas에서 다른 일반적인 작업을 수행하는 방법을 설명합니다.

Pandas DataFrame에서 인덱스로 열을 선택하는 방법
Pandas DataFrame에서 인덱스 이름을 바꾸는 방법
Pandas에서 인덱스별로 열을 삭제하는 방법