pandas - 多索引数据帧中每个子帧上的熊猫点积
问题描述
我有以下数据df_matrix
,level_1
并且level_2
是多索引:
|level_1|level_2|value_1|value_2|value_3|
|-------|-------|-------|-------|-------|
|a |w |1 |2 |3 |
| |y |4 |5 |6 |
| |y |4 |5 |6 |
| |z |7 |8 |9 |
|b |w |11 |21 |31 |
| |x |41 |51 |61 |
| |y |41 |51 |61 |
| |z |71 |81 |91 |
和df_column
,id
是索引:
ID | 价值 |
---|---|
值_1 | 0.1 |
价值_2 | 0.2 |
值_3 | 0.3 |
有没有一种聪明的方法可以在每个子帧上进行点积而不显式循环?
我是这样做的,但想知道是否有更可爱的隐式方式,谢谢,约翰
import pandas as pd
# set up matrix data
df_matrix = pd.DataFrame([(1, 2, 3),
(4, 5, 6),
(4, 5, 6),
(7, 8, 9),
(11, 21, 31),
(41, 51, 61),
(41, 51, 61),
(71, 81, 91)],
index=[['a', 'a', 'a', 'a', 'b', 'b', 'b', 'b'], ['w', 'x', 'y', 'z', 'w', 'x', 'y', 'z']],
columns=('value_1','value_2','value_3'))
# BTW can I do this rename in constructor?
df_matrix.index.rename(['level_1','level_2'], inplace=True)
# set up column data
df_column = pd.DataFrame([('value_1', 0.1), ('value_2', 0.2), ('value_3',0.3)],
columns=('level_2', 'factor'))
df_column.set_index('level_2', inplace=True)
# loop each sub frame and do matrix multiplication
df_result = pd.DataFrame()
for l1, new_df in df_matrix.groupby(level=0):
new_df.reset_index(level=0, inplace=True, drop=True)
df_column.rename(columns={df_column.columns[0] : l1}, inplace=True)
df_scores = new_df.dot(df_column)
df_result = pd.concat([df_result, df_scores], axis=1)
# result:
df_result.T
#level_2 w x y z
#a 1.4 3.2 3.2 5.0
#b 14.6 32.6 32.6 50.6
解决方案
您可以直接使用点函数;它将在公共索引上对齐;之后,它是一个简单的 unstack、droplevel 和重命名。
(
df_matrix.dot(df_column)
.unstack()
.droplevel(0, axis=1)
.rename_axis(index=None, columns=None)
)
w x y z
a 1.4 3.2 3.2 5.0
b 14.6 32.6 32.6 50.6