Pandas 每行的按元素乘法
我有两个Pandas 每行的按元素乘法,pandas,dataframe,series,multiplication,elementwise-operations,Pandas,Dataframe,Series,Multiplication,Elementwise Operations,我有两个DataFrame对象,我想在每一行上应用元素乘法: df_prob_wc.shape # (3505, 13) df_prob_c.shape # (13, 1) 我想我可以用DataFrame.apply() 这给了我: TypeError: ("'int' object is not iterable", 'occurred at index $') TypeError: 'int' object is not iterable 或与 df_prob_wc.apply(
DataFrame
对象,我想在每一行上应用元素乘法:
df_prob_wc.shape # (3505, 13)
df_prob_c.shape # (13, 1)
我想我可以用DataFrame.apply()
这给了我:
TypeError: ("'int' object is not iterable", 'occurred at index $')
TypeError: 'int' object is not iterable
或与
df_prob_wc.apply(lambda x: x * df_prob_c, axis=1)
这给了我:
TypeError: ("'int' object is not iterable", 'occurred at index $')
TypeError: 'int' object is not iterable
但它不起作用。
但是,我可以这样做:
df_prob_wc.apply(lambda x: x * np.asarray([1,2,3,4,5,6,7,8,9,10,11,12,13]), axis=1)
我做错了什么?似乎您需要使用
df\u prob\u c
byiloc
创建多个bySeries
:
df_prob_wc = pd.DataFrame({'A':[1,2,3],
'B':[4,5,6],
'C':[7,8,9],
'D':[1,3,5],
'E':[5,3,6],
'F':[7,4,3]})
print (df_prob_wc)
A B C D E F
0 1 4 7 1 5 7
1 2 5 8 3 3 4
2 3 6 9 5 6 3
df_prob_c = pd.DataFrame([[4,5,6,1,2,3]])
#for align data same columns in both df
df_prob_c.index = df_prob_wc.columns
print (df_prob_c)
0
A 4
B 5
C 6
D 1
E 2
F 3
print (df_prob_wc.shape)
(3, 6)
print (df_prob_c.shape)
(6, 1)
另一种解决方案是通过numpy数组
,只需要[:,0]
选择:
print (df_prob_wc.mul(df_prob_c.values[:,0], axis=1))
A B C D E F
0 4 20 42 1 10 21
1 8 25 48 3 6 12
2 12 30 54 5 12 9
另一个解决方案是:
美好的在我的例子中,我只需要转换
df\u prob\u c
就可以了:df\u prob\u wc.mul(df\u prob\u c.T.iloc[0],axis=1)
。我提出的解决方案是df_prob_wc.apply(lambda x:x*df_prob_c.T.as_matrix()[0],axis=1)
,但您的解决方案当然要简单得多。谢谢是的,在这里应用要慢得多,最好是使用mul
。现在我更改解决方案,您需要df_prob\u wc.mul(df_prob\u c.iloc[:,0],axis=1)
感谢您的解释!
print (df_prob_wc.mul(df_prob_c.squeeze(), axis=1))
A B C D E F
0 4 20 42 1 10 21
1 8 25 48 3 6 12
2 12 30 54 5 12 9