如何在pandas中将两个具有不同列标签的数据框相乘？

Question

我试图对两个具有不同列标签的数据框进行乘法（加法/除法等）运算。

我相信这是可能的，但最好的方法是什么？我尝试使用rename先更改一个df上的列，但是（1）我宁愿不这样做，（2）我的真实数据在列上有多重索引（其中只有一层多重索引被不同地标记），而且对于这种情况，rename似乎很棘手...

因此，为了尝试概括我的问题，如何使用map定义要相乘的列来得到df1 * df2？

df1 = pd.DataFrame([1,2,3], index=['1', '2', '3'], columns=['a', 'b', 'c'])
df2 = pd.DataFrame([4,5,6], index=['1', '2', '3'], columns=['d', 'e', 'f'])
map = {'a': 'e', 'b': 'd', 'c': 'f'}

df1 * df2 = ?

- jmloser

---

在问题中，您说“不同的列”，但您的示例有“不同的索引”。这是哪一个？ - Avaris

好的，我澄清了原始问题。 - jmloser

Answer 1

我也曾经为这个问题困扰过。

看起来pandas需要矩阵相乘时，两个数据框必须具有相同的列名。

我进行了很多搜索，并在设置扩展中找到了一个例子，即向数据框添加一列。

对于你的问题，

rs = pd.np.multiply(ds2, ds1)

rs将与ds2具有相同的列名。

假设我们想要在同一数据框中将多个列与其他几个列相乘，并将这些结果附加到原始数据框中。

例如，ds1、ds2在同一个数据框ds中。我们可以

ds[['r1', 'r2', 'r3']] = pd.np.multiply(ds[['a', 'b', 'c']], ds[['d', 'e', 'f']])

我希望这些能够帮到你。

- BearPy

---

这个有文档吗？ - ConanG

pd.np.multiply 是一个非常好的、干净的解决方案，正是我在保留其中一个数据框的列名时正在寻找的。谢谢。 - Florent

Answer 2

由于pd.np正在被弃用，因此更新解决方案如下：df1.multiply(np.array(df2)

它将保留df1的列名，并按顺序将其乘以df2的列

- nnsk

Answer 3

另一种解决方案是假设索引和列都被正确地定位：

df_mul= pd.DataFrame(df1.values * df2.values, columns= df1.columns, index= df1.index)

- Wenceslas Sanchez

Answer 4

这是一个相当旧的问题，正如nnsk所说，pd.np正在被弃用。

一个不错的解决方案是df1 * df2.values。这将产生两个数据帧的逐元素乘积，并保留df1的列名。

- confusedkingbread

Answer 5

我刚刚遇到了同样的问题。看起来 pandas 希望列和行索引都对齐才能进行逐元素乘法，所以您可以在乘法期间使用 rename 进行映射:

>>> df1 = pd.DataFrame([[1,2,3]], index=['1', '2', '3'], columns=['a', 'b', 'c'])
>>> df2 = pd.DataFrame([[4,5,6]], index=['1', '2', '3'], columns=['d', 'e', 'f'])
>>> df1
   a  b  c
1  1  2  3
2  1  2  3
3  1  2  3
>>> df2
   d  e  f
1  4  5  6
2  4  5  6
3  4  5  6
>>> mapping = {'a' : 'e', 'b' : 'd', 'c' : 'f'}
>>> df1.rename(columns=mapping) * df2
   d  e   f
1  8  5  18
2  8  5  18
3  8  5  18

如果您想要“自然”列的顺序，可以像这样动态创建映射：

>>> df1 * df2.rename(columns=dict(zip(df2.columns, df1.columns)))

例如，要计算两个矩阵的“Frobenius内积”，可以执行以下操作：

>>> (df1 * df2.rename(columns=dict(zip(df2.columns, df1.columns)))).sum().sum()
96

- patricksurry

Answer 6

假设索引已经对齐，您可能只想按正确顺序对齐两个DataFrame中的列，并将两个DataFrame的.values相除。

假设mapping = {'a' : 'e', 'b' : 'd', 'c' : 'f'}：

v1 = df1.reindex(columns=['a', 'b', 'c']).values
v2 = df2.reindex(columns=['e', 'd', 'f']).values
rs = DataFrame(v1 / v2, index=v1.index, columns=['a', 'b', 'c'])

- Chang She

---

希望有比直接操作值并构建新数据框更“简洁”的解决方案。也许没有。 - jmloser