从其他列中的加权值创建新的 pandas 列

Question

我正在尝试通过对前面各列中的加权值求和来创建一个新列。

例子

 v1    v2   v3  
  1    2    3
  4    3    6
  3    2    1

weights = [0.801,0.796,0.637]

我想将 v1 乘以权重 [0]，然后将 v2 乘以权重 [1] 等，然后创建一个新列，即这些操作的总和

这样输出就是

 v1       v2      v3    v_tot 
0.801   1.592   -1.911  0.482
3.204   2.388   -3.822  1.77
2.403   1.592   -0.637  3.358

我试过重做一个新的 df

data2 = data3.mul(weights_a)

这有效，但是当我尝试创建一个新列时

data2['v_tot'] = data2.loc[:,:].sum()

新列已创建，但其中充满了 nan 值。

有人可以提供一些建议吗？

Answer 1

尝试：

data2['v_tot'] = data2.sum(axis=1)

Answer 2

s = """
 v1    v2   v3  
  1    2    3
  4    3    6
  3    2    1
"""
df = pd.read_csv(pd.compat.StringIO(s), delim_whitespace=True)

weights = [0.801,0.796,0.637]

df['v_tot'] = (df * weights).sum(axis=1)
df

输出：

   v1  v2  v3  v_tot
0   1   2   3  4.304
1   4   3   6  9.414
2   3   2   1  4.632

P.S。如果你也想拥有一个带有加权值的 DataFrame：

dfw = df * weights
dfw['v_tot'] = dfw.sum(axis=1)
dfw

输出：

      v1     v2     v3  v_tot
0  0.801  1.592  1.911  4.304
1  3.204  2.388  3.822  9.414
2  2.403  1.592  0.637  4.632

Answer 3

（不确定为什么 v3 中有负值）尝试：

df_new=df.mul(weights,axis=1)
df_new['v_tot']=df_new.sum(axis=1)
print(df_new)

      v1     v2     v3  v_tot
0  0.801  1.592  1.911  4.304
1  3.204  2.388  3.822  9.414
2  2.403  1.592  0.637  4.632

从其他列中的加权值创建新的 pandas 列

Creating new pandas column from weighted values in other columns

python

composite

calculated-columns

pandas