时间戳

首页 > 解决方案 > Numpy广播和for循环

numpy - Numpy广播和for循环

问题描述

我有两个 pd.dataframes。

       df1

           Equipment_Class    0     1       2         3
               PC1         8.72     7.32    0.17    0.00
               PC2        19.18     10.11   8.72    0.35


       df2
            Year    Equipment_Class     0         1          2        3
            2024    PC1                0.7       0.3      0.1         0.0
            2025    PC1                0.6       0.3      0.1         0.0
            2026    PC1                0.6       0.3      0.1         0.0
            2027    PC2                0.4       0.5      0.1         0.0         
            2028    PC2                0.2       0.5      0.1         0.2
            2029    PC2                0.3       0.5      0.1         0.1

如果 Equipment_Class 在两个 dfs 中都匹配，我想将 df1.loc[0, "0":"3"] 和 df2.loc[0:, "0":"3"] 相乘，即 Equipment_class == "PC1"或“PC2”

我也想做一个 for 循环，所以我不必手动添加列。

到目前为止，以下是我的代码：

  df3=pd.DataFrame(columns=['PC1','PC2'])
  col_names=df1.Equipment_Class

  for incol,df3column in zip(col_names, df3.columns):
      df3[df3column]=df1.loc[df1.Equipment_Class==incol, "0":"3"].to_numpy() 
                   [None,:]*df2.loc[df2.Equipment_Class==incol, "0":"3"]

我收到以下错误消息： ValueError: Unable to coerce to Series/DataFrame, dim must be <= 2: (1, 1, 4)

谢谢您的帮助。

标签： numpyfor-loop

解决方案

df1=pd.read_csv('input.txt', delim_whitespace=True).set_index('Equipment_Class')
df2=pd.read_csv('input2.txt', delim_whitespace=True).set_index('Equipment_Class')
print(df1.mul(df2.drop('Year', 1), fill_value=1))

生产

                     0      1      2      3
Equipment_Class                            
PC1              6.104  2.196  0.017  0.000
PC1              5.232  2.196  0.017  0.000
PC1              5.232  2.196  0.017  0.000
PC2              7.672  5.055  0.872  0.000
PC2              3.836  5.055  0.872  0.070
PC2              5.754  5.055  0.872  0.035

推荐阅读