Pandas 每行的按元素乘法

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(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

by

iloc

创建多个by

Series

：

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