代码之家 › 专栏 › 技术社区 › normanius

建议使用什么方法计算pandas数据帧中选定列的加权和?

dot-product pandas python

3

normanius · 技术社区 · 7 年前

w .

df = pd.DataFrame({'a': [1,2,3], 
                   'b': [10,20,30], 
                   'c': [100,200,300],
                   'd': [1000,2000,3000]})
w = {'a': 1000., 'c': 10.}

我自己想出了一些选择(见下文),但看起来都有点复杂。这个基本用例没有直接的pandas操作吗?有点像 df.wsum(w) ?

我试过了 pd.DataFrame.dot ,但它会引发值错误:

df.dot(pd.Series(w))
# This raises an exception:
# "ValueError: matrices are not aligned"

通过为每列指定一个权重可以避免异常,但这是不

w = {'a': 1000., 'b': 0., 'c': 10., 'd': 0. }
df.dot(pd.Series(w)) # This works

如何计算列子集上的点积?或者,可以在应用点操作之前选择感兴趣的列,或者利用pandas/numpy忽略的事实 nan s计算(按行)和时(见下文)。

w = {'a': 1000., 'c': 10.}

# 1) Create a complete lookup W.
W = { c: 0. for c in df.columns }
W.update(w)
ret = df.dot(pd.Series(W))

# 2) Select columns of interest before applying the dot product.
ret = df[list(w.keys())].dot(pd.Series(w))

# 3) Exploit the handling of NaNs when computing the (row-wise) sum
ret = (df * pd.Series(w)).sum(axis=1)
# (df * pd.Series(w)) contains columns full of nans

3 回复 | 直到 7 年前

1

3

Dani Mesejo 7 年前

您可以像在第一个示例中那样使用一个系列,然后使用reindex:

import pandas as pd

df = pd.DataFrame({'a': [1,2,3],
                   'b': [10,20,30],
                   'c': [100,200,300],
                   'd': [1000,2000,3000]})

w = {'a': 1000., 'c': 10.}
print(df.dot(pd.Series(w).reindex(df.columns, fill_value=0)))

0    2000.0
1    4000.0
2    6000.0
dtype: float64

2

yatu Sayali Sonawane 7 年前

这里有一个不必创建 pd.Series

(df.loc[:,w.keys()] * list(w.values())).sum(axis=1)
0    2000.0
1    4000.0
2    6000.0

3

1

BENY 7 年前

使用 numpy dot 有价值的

df[list(w.keys())].values.dot(list(w.values()))
array([2000., 4000., 6000.])

df.mul( pd.Series(w),1).sum(axis=1)
0    2000.0
1    4000.0
2    6000.0
dtype: float64