Python|熊猫数据框/Series.dot()

Python是一种用于进行数据分析的出色语言，主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一，它使导入和分析数据变得更加容易。

Pandas Dataframe.dot()的工作方式与mul()方法类似，但不是返回相乘的单独值，而是返回点积（每个索引处的值相乘之和）。

Syntax: Series.dot(other)
Parameters:
other: Other Series to be used to calculate DOT product

Return type: Series with updated values

示例 #1：
在此示例中，使用 Pandas Series()方法从Python列表创建了两个系列。然后在 series1 上调用方法，并将 series2 作为参数传递。然后将结果存储在变量中并显示。

# importing pandas module  
import pandas as pd  
    
# importing numpy module 
import numpy as np 
    
# creating series 1 
series1 = pd.Series([7, 5, 6, 4, 9]) 
    
# creating series 2 
series2 = pd.Series([1, 2, 3, 10, 2]) 
  
# storing in new variable
# calling .dot() method
ans = series1.dot(series2)
  
# display
print('Dot product = {}'.format(ans))

输出：

Dot product = 93

解释 -
调用者系列中的元素与传递系列中相同索引的元素相乘。然后将所有相乘的值相加以获得点积。
如上例所示，系列为：

[7, 5, 6, 4, 9]
[1, 2, 3, 10, 2]

Dot product = 7*1 + 5*2 + 6*3 + 4*10 + 9*2 = 7 + 10 + 18 + 40 + 18 = 93

注意：如果任何系列中有任何 Null 值，则最终结果为 NaN。 NaN 值应分别使用dropna()或fillna()方法删除/替换。

示例 #2：

# import DataFrame
import pandas as pd
  
# using DataFrame.dot() method
gfg1 = pd.DataFrame([[1, 4], [9, 5]])
gfg2 = pd.DataFrame([[4, 3, 2, 1], [21, -3, -4, 1]])
  
print(gfg1.dot(gfg2))

输出 ：

0 1 2 3
0 88 -9 -14 5
1 141 12 -2 14