pandas dataframe 按权重在一行中拆分值

Question

这似乎是一个基本问题，但我想出了一个优雅的解决方案。

我有一个 pandas 数据框，其中所有值都已分配到一行中。但是，我需要按权重将值拆分为多行。此处示例：

输入数据帧：

import pandas as pd

# starting df with weights W.
df_input = pd.DataFrame({
    'W': [0.3, 0.2, 0.5],
    'X1': [100, 0, 0],
    'X2': [150, 0, 0],
    'X3': [200, 0, 0],
    'X4': [300, 0, 0]
})

所需的输出数据帧：

df_output = pd.DataFrame({
    'W': [0.3, 0.2, 0.5],
    'X1': [30, 20, 50],
    'X2': [45, 30, 75],
    'X3': [60, 40, 100],
    'X4': [90, 60, 150]
})

屏幕截图：

Answer 1

如果我没理解错的话，这只是一个简单的矩阵乘法。从 (3,1) 矩阵开始，乘以 (1,3)。最终结果将是 (3,3)。如果这种解决方法有任何帮助，请告诉我：

import numpy as np
A = np.array([[3,6,7],[5,-3,0]])
B = np.array([[1,1],[2,1],[3,-1]])
C = A.dot(B)
print (C)

Output:
[[36,-12],
 [-1,  2]

Answer 2

优雅是主观的 - 一种可能的方法是使用 pd.clip

 for col in ['X1', 'X2', 'X3', 'X4']:
     df_input[col] = df_input[col].clip(lower=df_input[col].max())
     df_input[col]*=df_input['W']

结果如上

Answer 3

纯pandas解决方案：

df_output = df_input.copy()
df_output.loc[:, 'X1':] = df_output.loc[:, 'X1':].apply(lambda col: col[0] * df_output['W'])

或者使用 numpy 广播：

df_output = df_input.copy()
df_output.loc[:, 'X1':] = df_output.loc[0, 'X1':].values[None, :] * df_output['W'].values[:, None]

Answer 4

使用 DataFrame.ffill 填充列中的值，然后将它们乘以 DataFrame.multiply

的因数

values = df_input.replace(0, np.NaN).ffill()
df_input.iloc[:, 1:] = values.iloc[:, 1:].mul(df_input['W'], axis=0)

或者我们可以使用 numpy，但首先我们必须将数组重塑为 (,1)

values = df_input.replace(0, np.NaN).ffill()
df_input.iloc[:, 1:] = values.iloc[:, 1:] * values['W'].to_numpy()[:, None]

     W    X1    X2     X3     X4
0  0.3  30.0  45.0   60.0   90.0
1  0.2  20.0  30.0   40.0   60.0
2  0.5  50.0  75.0  100.0  150.0

Answer 5

将数据输出到`numpy`数组，然后计算点积

从行和列数据创建两个数组
塑造阵列
np.dot两个数组

import pandas as pd
import numpy as np

# using your data

# weight
w = df_input.iloc[:, 0].to_numpy().reshape(len(df_input), 1)

array([[0.3],
       [0.2],
       [0.5]])

# values
v = df_input.iloc[0, 1:].to_numpy().reshape(1, len(df_input.columns[1:]))

array([[30., 45., 60., 90.]])

# load dot product into a dataframe
df_out = pd.DataFrame(np.dot(w, v))

# add column names
df_out.columns = df_input.columns[1:]

# insert W if needed
df_out.insert(0, 'W', df_input['W'])

# output
   W    X1    X2     X3     X4
 0.3  30.0  45.0   60.0   90.0
 0.2  20.0  30.0   40.0   60.0
 0.5  50.0  75.0  100.0  150.0

Answer 6

这里是已经提供的优秀答案的替代方案：

仅获取 x 列：

x_columns = df_input.filter(like='X').columns

计算（评论中嵌入的解释）：

df_input.loc[:,x_columns] = (df_input.loc[:,x_columns]
                            #spill the non zero values downwards
                            .replace(0,method='ffill')
                            #multiply by the 'W' column
                            .mul(df_input['W'],axis=0)
                            .astype(int)
                            )


     W  X1  X2  X3  X4
0   0.3 30  45  60  90
1   0.2 20  30  40  60
2   0.5 50  75  100 150

pandas dataframe 按权重在一行中拆分值

pandas dataframe split values in one row by weights

python

pandas

dataframe

split

weighted

将数据输出到`numpy`数组，然后计算点积

pandas dataframe 按权重在一行中拆分值

pandas dataframe split values in one row by weights

python

pandas

dataframe

split

weighted

将数据输出到numpy数组，然后计算点积

将数据输出到`numpy`数组，然后计算点积