Python-科学计算-pandas-03-两列相乘

系统：Windows 7 语言版本：Anaconda3-4.3.0.1-Windows-x86_64 编辑器：pycharm-community-2016.3.2

• 这个系列讲讲Python的科学计算版块
• 今天讲讲pandas模块： DataFrame不同列相乘

Part 1：示例

1. 已知一个DataFrame，有4列["quality_1", "measure_value", "up_tol", "down_tol"]
   • 对应的实物意义是： 对一个商品的四处位置测量其某一质量特性，并给出该四处的质量标准，上限和下限
   • 本示例中，如何判断有几处位置其质量特性是不符合要求的，即measure_value列的值不在公差上下限范围内，采用的算法如下图
2. 希望生成3个新辅助计算列（前面2列上一篇文章已经介绍过）
   • 列up_measure中每个值=列up_tol-列measure_value
   • 列measure_down中每个值=列measure_value-列down_tol
   • 列mul中每个值=列up_measure * 列measure_down
   • 如果mul列小于0，则该位置质量特性不合格

判断超差

Part 2：代码

import pandas as pd

dict_1 = {"quality_1": ["pos_1", "pos_2", "pos_3", "pos_4", "pos_5"],          "measure_value": [6, 4, 6, 3.5, 2.5],          "up_tol": [5, 5, 3, 3, 2],          "down_tol": [-5, -5, -3, -3, 2]}
df = pd.DataFrame(dict_1, columns=["quality_1", "measure_value", "up_tol", "down_tol"])
df["up_measure"] = df["up_tol"] - df["measure_value"]df["measure_down"] = df["measure_value"] - df["down_tol"]
df["mul"] = df["up_measure"].mul(df["measure_down"])
print(df)
df_2 = df[df["mul"] < 0]print("\n", df_2)
unqualified_num = df_2["mul"].count()
print("\n不合格数目", unqualified_num)

代码截图

执行结果

Part 3：部分代码解读

1. df["mul"] = df["up_measure"].mul(df["measure_down"])，两列每行分别相乘相减，生成一个新的列
2. df_2 = df[df["mul"] < 0]，对df进行筛选，筛选条件为： mul列数值小于0
3. unqualified_num = df_2["mul"].count()获取mul列数目，也可以使用unqualified_num = df_2.shape获取行数及列数

shape输出

传送门

1. Python-科学计算-pandas-02-两列相减
2. Python-科学计算-pandas-01-df获取部分数据

本文为原创作品，欢迎分享