什么是将Pandas DataFrame的所有列乘以存储在Series中的列向量的最佳方法？我曾经在Matlab中使用repmat（）来完成这个任务，但在Pandas中它不存在。我可以使用np.tile（），但每次转换数据结构看起来很难看。谢谢。
3个回答
79
有什么问题
result = dataframe.mul(series, axis=0)
?
- Wes McKinney
2
12
使用 DataFrame 方法 apply 可以轻松实现这一点。
In[1]: import pandas as pd; import numpy as np
In[2]: df = pd.DataFrame(np.arange(40.).reshape((8, 5)), columns=list('abcde')); df
Out[2]:
a b c d e
0 0 1 2 3 4
1 5 6 7 8 9
2 10 11 12 13 14
3 15 16 17 18 19
4 20 21 22 23 24
5 25 26 27 28 29
6 30 31 32 33 34
7 35 36 37 38 39
In[3]: ser = pd.Series(np.arange(8) * 10); ser
Out[3]:
0 0
1 10
2 20
3 30
4 40
5 50
6 60
7 70
现在我们有了自己的
DataFrame和Series，需要一个函数传递给apply。In[4]: func = lambda x: np.asarray(x) * np.asarray(ser)
我们可以将这个传递给
df.apply，然后就可以了。In[5]: df.apply(func)
Out[5]:
a b c d e
0 0 0 0 0 0
1 50 60 70 80 90
2 200 220 240 260 280
3 450 480 510 540 570
4 800 840 880 920 960
5 1250 1300 1350 1400 1450
6 1800 1860 1920 1980 2040
7 2450 2520 2590 2660 2730
df.apply 默认以列为单位进行操作，但是也可以通过将参数 axis=1 传递给 apply 来按行执行操作。
In[6]: ser2 = pd.Series(np.arange(5) *5); ser2
Out[6]:
0 0
1 5
2 10
3 15
4 20
In[7]: func2 = lambda x: np.asarray(x) * np.asarray(ser2)
In[8]: df.apply(func2, axis=1)
Out[8]:
a b c d e
0 0 5 20 45 80
1 0 30 70 120 180
2 0 55 120 195 280
3 0 80 170 270 380
4 0 105 220 345 480
5 0 130 270 420 580
6 0 155 320 495 680
7 0 180 370 570 780
这可以通过在
apply内部定义匿名函数来更加简洁地完成。In[9]: df.apply(lambda x: np.asarray(x) * np.asarray(ser))
Out[9]:
a b c d e
0 0 0 0 0 0
1 50 60 70 80 90
2 200 220 240 260 280
3 450 480 510 540 570
4 800 840 880 920 960
5 1250 1300 1350 1400 1450
6 1800 1860 1920 1980 2040
7 2450 2520 2590 2660 2730
In[10]: df.apply(lambda x: np.asarray(x) * np.asarray(ser2), axis=1)
Out[10]:
a b c d e
0 0 5 20 45 80
1 0 30 70 120 180
2 0 55 120 195 280
3 0 80 170 270 380
4 0 105 220 345 480
5 0 130 270 420 580
6 0 155 320 495 680
7 0 180 370 570 780
- spencerlyon2
1
为什么不创建自己的数据框瓦片函数呢？
然而，docs中指出：“DataFrame不打算成为ndarray的替代品，因为它的索引语义在某些地方与矩阵有很大的不同。”这可能应该被解释为“如果你要做大量的矩阵操作，请使用numpy”。
def tile_df(df, n, m):
dfn = df.T
for _ in range(1, m):
dfn = dfn.append(df.T, ignore_index=True)
dfm = dfn.T
for _ in range(1, n):
dfm = dfm.append(dfn.T, ignore_index=True)
return dfm
例子：
df = pandas.DataFrame([[1,2],[3,4]])
tile_df(df, 2, 3)
# 0 1 2 3 4 5
# 0 1 2 1 2 1 2
# 1 3 4 3 4 3 4
# 2 1 2 1 2 1 2
# 3 3 4 3 4 3 4
然而，docs中指出：“DataFrame不打算成为ndarray的替代品，因为它的索引语义在某些地方与矩阵有很大的不同。”这可能应该被解释为“如果你要做大量的矩阵操作，请使用numpy”。
- Andy Hayden
4
谢谢你的回答。但是我需要逐元素相乘。在Matlab中，这可能是df .* repmat(s, 1, 2)。也许最好的方法是将数据框转换为ndarray。 - jianpan
@jianpan 我明白了，我不理解repmat/tile... 我想建议你只使用numpy？ - Andy Hayden
@jianpan 这个自定义瓷砖函数怎么样？ - Andy Hayden
谢谢Hayden。我在这里犹豫是否将df转换为ndarray，因为在逐元素相乘后，我需要将数据返回到df进行其他计算。我认为这可能是Pandas中存在的一些东西，因为按列缩放在金融应用程序中是非常常见的操作。 - jianpan
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接
TypeError: can't multiply sequence by non-int of type 'float'- James Hirschorn