Pandas Series の mul メソッド：データサイエンティスト必須のスキル

pandas.Series.mul メソッドは、Series オブジェクトの要素同士、またはスカラー値との乗算を行います。要素ごとの演算なので、ベクトル演算と似ています。

使い方

mul メソッドは以下の2つの方法で使用できます。

スカラー値との乗算

import pandas as pd

# Seriesオブジェクトを作成
s = pd.Series([1, 2, 3, 4])

# スカラー値との乗算
result = s.mul(2)

# 結果
# 0    2
# 1    4
# 2    6
# 3    8
# dtype: int64

Seriesオブジェクト同士の乗算

# 別のSeriesオブジェクトを作成
t = pd.Series([5, 6, 7, 8])

# Seriesオブジェクト同士の乗算
result = s.mul(t)

# 結果
# 0    5
# 1   12
# 2   21
# 3   32
# dtype: int64

オプション引数

mul メソッドには、以下のオプション引数があります。

• fill_value: 欠損値同士の乗算結果に代入する値。デフォルトはNaN。
• axis: 乗算する軸。デフォルトは0 (行方向)。

例

# 欠損値を含むSeriesオブジェクトを作成
s = pd.Series([1, 2, np.nan, 4])

# 欠損値同士の乗算結果を0に置き換える
result = s.mul(s, fill_value=0)

# 結果
# 0    1
# 1    4
# 2    0
# 3   16
# dtype: float64

# 列方向に演算を行う
result = s.mul(t, axis=1)

# 結果
# 0    5
# 1   12
# 2   NaN
# 3   32
# dtype: float64

注意点

• 乗算するオブジェクトの型が一致している必要があります。
• 欠損値を含む場合、fill_value オプション引数で結果を制御できます。

補足

mul メソッドは、* 演算子を使って同じ結果を得ることができます。

result = s * 2
result = s * t

Pandas Series の mul メソッド サンプルコード

• 各要素を2倍する

import pandas as pd

s = pd.Series([1, 2, 3, 4])

result = s.mul(2)

print(result)

# 結果
# 0    2
# 1    4
# 2    6
# 3    8
# dtype: int64

• 各要素を0.5倍する

result = s.mul(0.5)

print(result)

# 結果
# 0    0.5
# 1    1.0
# 2    1.5
# 3    2.0
# dtype: float64

Seriesオブジェクト同士の乗算

• 同じ長さのSeriesオブジェクト同士の乗算

t = pd.Series([5, 6, 7, 8])

result = s.mul(t)

print(result)

# 結果
# 0    5
# 1   12
# 2   21
# 3   32
# dtype: int64

• 長さの異なるSeriesオブジェクト同士の乗算

t = pd.Series([5, 6, 7])

result = s.mul(t)

print(result)

# 結果
# 0    5
# 1   12
# 2   21
# 3   NaN
# dtype: float64

オプション引数

• fill_value オプション引数

s = pd.Series([1, 2, np.nan, 4])

result = s.mul(s, fill_value=0)

print(result)

# 結果
# 0    1
# 1    4
# 2    0
# 3   16
# dtype: float64

• axis オプション引数

result = s.mul(t, axis=1)

print(result)

# 結果
# 0    5
# 1   12
# 2   NaN
# 3   32
# dtype: float64

その他

• numpy 配列との乗算

import numpy as np

array = np.array([2, 3, 4])

result = s.mul(array)

print(result)

# 結果
# 0    2
# 1    6
# 2   12
# 3   16
# dtype: int64

• DataFrameとの乗算

df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})

result = s.mul(df)

print(result)

# 結果
#       A  B
# 0    1  4
# 1    4  10
# 2    9  18
# dtype: int64

Pandas Series の要素同士の乗算を行うその他の方法

* 演算子

mul メソッドと同等の結果を得ることができます。

import pandas as pd

s = pd.Series([1, 2, 3, 4])

result = s * 2

print(result)

# 結果
# 0    2
# 1    4
# 2    6
# 3    8
# dtype: int64

numpy ライブラリの multiply 関数を使うこともできます。

import numpy as np

s = pd.Series([1, 2, 3, 4])

result = np.multiply(s, 2)

print(result)

# 結果
# [2 4 6 8]

自作関数を使って要素同士の乗算を行うこともできます。

def my_mul(s):
  result = []
  for i in range(len(s)):
    result.append(s[i] * s[i])
  return pd.Series(result)

s = pd.Series([1, 2, 3, 4])

result = my_mul(s)

print(result)

# 結果
# 0    1
# 1    4
# 2    9
# 3   16
# dtype: int64

ラムダ式を使って要素同士の乗算を行うこともできます。

s = pd.Series([1, 2, 3, 4])

result = s.apply(lambda x: x * x)

print(result)

# 結果
# 0    1
# 1    4
# 2    9
# 3   16
# dtype: int64

方法の選択

上記の方法はそれぞれ異なる利点と欠点があります。

• mul メソッド: 最も簡潔で分かりやすい方法
• * 演算子: mul メソッドと同等の結果を得られる
• numpy 関数: 高速な処理が可能
• 自作関数: 柔軟な処理が可能
• ラムダ式: 簡潔なコードで処理が可能