例如,我想计算下面矩阵中列'a'和'c'的加权和,权重在字典
我自己找到了一些选项(见下文),但都有点复杂。难道没有一个直接的pandas操作来处理这种基本用例吗?例如
我尝试了
我是否错过了一个选项?
w
中定义。df = pd.DataFrame({'a': [1,2,3],
'b': [10,20,30],
'c': [100,200,300],
'd': [1000,2000,3000]})
w = {'a': 1000., 'c': 10.}
我自己找到了一些选项(见下文),但都有点复杂。难道没有一个直接的pandas操作来处理这种基本用例吗?例如
df.wsum(w)
?
我尝试了
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"
可以通过为每列指定权重来避免异常,但这不是我想要的。
w = {'a': 1000., 'b': 0., 'c': 10., 'd': 0. }
df.dot(pd.Series(w)) # This works
如何仅在列的子集上计算点积?另外,也可以在执行点操作之前选择感兴趣的列,或者利用pandas / numpy忽略计算(行向)和时值为nan的事实(请参见下面)。以下是我自己发现的三种方法:
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
我是否错过了一个选项?
df.mul(w).sum(axis=1)
- ayhandf.loc[:, w].dot(pd.Series(w))
- Dani Mesejo