将数据框与具有索引重复项并排除一列的系列相乘

Question

我的数据框的简化版本如下所示：

df_crop = pd.DataFrame({
    'Name' : ['Crop1', 'Crop1', 'Crop1', 'Crop1', 'Crop2', 'Crop2', 'Crop2', 'Crop2'],
    'Type' : ['Area', 'Diesel', 'Fert', 'Pest', 'Area', 'Diesel', 'Fert', 'Pest'],
    'GHG':   [14.9, 0.0007, 0.145, 0.1611, 2.537, 0.011, 0.1825, 0.115],
    'Acid':  [0.0125, 0.0005, 0.0029, 0.0044, 0.013, 0.00014, 0.0033, 0.0055],
    'Terra Eutro': [0.053, 0.0002, 0.0077, 0.0001, 0.0547, 0.00019, 0.0058, 0.0002]
})

我现在需要使用产量对数据框中的所有值进行归一化，产量因作物不同而不同，但类型不同：

s_yield = pd.Series([0.388, 0.4129], 
                    index=['Crop1', 'Crop2'])

我需要保留 'Type' 中的信息。如果我尝试使用 .mul()，由于索引重复，我会收到错误消息：ValueError: cannot reindex from a duplicate axis.

我唯一的其他想法是使用 .loc()，但我有很多列（16 个值要归一化）并且没有想到有效的方法。有什么建议吗？

编辑：以下 table 可能有助于展示我试图实现的目标：

Answer 1

从 pandas 0.24.0 开始，只要系列命名为：

就可以直接将系列合并到 DataFrame 中

df_merged = df_crop.merge(s_yield.rename('yield'), left_on = 'Name', right_index = True)

然后根据需要乘以列。

Answer 2

获取数值数据并使用级数相乘

numeric_df = df_crop.select_dtypes('number')
df_crop[numeric_df.columns] = numeric_df.mul(df_crop.Name.map(s_yield), axis=0)

输出

    Name    Type       GHG      Acid  Terra Eutro
0  Crop1    Area  5.781200  0.004850     0.020564
1  Crop1  Diesel  0.000272  0.000194     0.000078
2  Crop1    Fert  0.056260  0.001125     0.002988
3  Crop1    Pest  0.062507  0.001707     0.000039
4  Crop2    Area  1.047527  0.005368     0.022586
5  Crop2  Diesel  0.004542  0.000058     0.000078
6  Crop2    Fert  0.075354  0.001363     0.002395
7  Crop2    Pest  0.047483  0.002271     0.000083

Answer 3

您可以使用 s_yield.map 将系列扩展到数据帧的长度，并且您可以使用 df.select_dtypes 查找特定数据类型的所有列和多个列：

cols = df_crop.select_dtypes('number').columns
df_crop[cols] = df_crop[cols].mul(df_crop['Name'].map(s_yield), axis=0)

输出：

>>> df_crop
    Name    Type       GHG      Acid  Terra Eutro
0  Crop1    Area  5.781200  0.004850     0.020564
1  Crop1  Diesel  0.000272  0.000194     0.000078
2  Crop1    Fert  0.056260  0.001125     0.002988
3  Crop1    Pest  0.062507  0.001707     0.000039
4  Crop2    Area  1.047527  0.005368     0.022586
5  Crop2  Diesel  0.004542  0.000058     0.000078
6  Crop2    Fert  0.075354  0.001363     0.002395
7  Crop2    Pest  0.047483  0.002271     0.000083

Answer 4

设置 df_crop 的索引，并与系列相乘，在相关级别对齐：

temp = df_crop.set_index(['Name', 'Type'])

temp.mul(s_yield, level='Name', axis = 0).reset_index()

    Name    Type       GHG      Acid  Terra Eutro
0  Crop1    Area  5.781200  0.004850     0.020564
1  Crop1  Diesel  0.000272  0.000194     0.000078
2  Crop1    Fert  0.056260  0.001125     0.002988
3  Crop1    Pest  0.062507  0.001707     0.000039
4  Crop2    Area  1.047527  0.005368     0.022586
5  Crop2  Diesel  0.004542  0.000058     0.000078
6  Crop2    Fert  0.075354  0.001363     0.002395
7  Crop2    Pest  0.047483  0.002271     0.000083

将数据框与具有索引重复项并排除一列的系列相乘

Multiply dataframe with series having index duplicates and excluding one column

python

series

dataframe

pandas