乘以关于列名的不同长度的数据帧

Question

我有两个数据框，第一个 df1 只包含一行：

   A  B  C  D  E
0  5  8  9  5  0

第二个有多行，但列数相同：

   D  C  E  A  B
0  5  0  3  3  7
1  9  3  5  2  4
2  7  6  8  8  1
3  6  7  7  8  1
4  5  9  8  9  4
5  3  0  3  5  0
6  2  3  8  1  3
7  3  3  7  0  1
8  9  9  0  4  7
9  3  2  7  2  0

在实际示例中，我有更多列（超过 100 个）。这两个数据框具有相同的列数和相同的列名，但列的顺序不同，如示例所示。我应该将两个数据帧相乘（matrix_like 乘法），除了我无法执行简单的 df2.values * df1.values 因为列的排序方式不同，所以例如 df1 的第二列 B 不能在 df2 的第二列相乘，因为我们在 df2 的第二列找到 C 而不是 B df2 ，而列 B 是 df2.[=14=] 中的第 5 列

考虑到列名而不是列索引，是否有简单的 pythonic 解决方案来乘以数据帧？

Answer 1

df1[df2.columns] returns 列按 df2:

排序的数据框

df1
Out[91]: 
   A  B  C  D  E
0  3  8  9  5  0

df1[df2.columns]
Out[92]: 
   D  C  E  A  B
0  5  9  0  3  8

所以，您只需要：

df2.values * df1[df2.columns].values

如果您在 df2 中有额外的列，这将引发关键错误；即使您在 df1 中有更多列，它也只会 select df2 的列。

正如@MaxU 指出的那样，由于您正在对 numpy 数组进行操作，因此为了返回到数据帧结构，您需要：

pd.DataFrame(df2.values * df1[df2.columns].values, columns = df2.columns)

Answer 2

您可以使用 mul, df1 is converted to Serie by ix:

print df1.ix[0]
A    5
B    8
C    9
D    5
E    0
Name: 0, dtype: int64

print df2.mul(df1.ix[0])
    A   B   C   D  E
0  15  56   0  25  0
1  10  32  27  45  0
2  40   8  54  35  0
3  40   8  63  30  0
4  45  32  81  25  0
5  25   0   0  15  0
6   5  24  27  10  0
7   0   8  27  15  0
8  20  56  81  45  0
9  10   0  18  15  0

如果您需要更改最终 DataFrame 的顺序，请使用 reindex_axis:

print df2.mul(df1.ix[0]).reindex_axis(df2.columns.tolist(), axis=1)
    D   C  E   A   B
0  25   0  0  15  56
1  45  27  0  10  32
2  35  54  0  40   8
3  30  63  0  40   8
4  25  81  0  45  32
5  15   0  0  25   0
6  10  27  0   5  24
7  15  27  0   0   8
8  45  81  0  20  56
9  15  18  0  10   0

另一种解决方案是按 reindex index 对 Serie 的列重新排序 df2.columns:

print df2.mul(df1.ix[0].reindex(df2.columns))
    D   C  E   A   B
0  25   0  0  15  56
1  45  27  0  10  32
2  35  54  0  40   8
3  30  63  0  40   8
4  25  81  0  45  32
5  15   0  0  25   0
6  10  27  0   5  24
7  15  27  0   0   8
8  45  81  0  20  56
9  15  18  0  10   0

乘以关于列名的不同长度的数据帧

Multiply dataframes with differnet lengths regarding columns names

python

match

matrix-multiplication

dataframe

pandas