在Python/Pandas中,通过匹配列名和行名,将列与行相乘
我有一个像这样的数据框在Python/Pandas中,通过匹配列名和行名,将列与行相乘,python,pandas,Python,Pandas,我有一个像这样的数据框 > data A B 1 1 2 2 2 1 > ref Names Values 1 A 5 2 B 10 我有一个参考数据框,看起来像这样 > data A B 1 1 2 2 2 1 > ref Names Values 1 A 5 2 B 10 我想用Ref中具有相同名称的对应行乘以每个列 结果应该是这样 > result A B 1
> data
A B
1 1 2
2 2 1
> ref
Names Values
1 A 5
2 B 10
我有一个参考数据框,看起来像这样
> data
A B
1 1 2
2 2 1
> ref
Names Values
1 A 5
2 B 10
我想用Ref中具有相同名称的对应行乘以每个列
结果应该是这样
> result
A B
1 5 20
2 10 10
在Python中实现这一点的最快方法是什么?任何帮助都将不胜感激您可以查看
mul
df.mul(ref.set_index('Names').Values)
Out[137]:
A B
1 5 20
2 10 10
您可能需要检查
mul
df.mul(ref.set_index('Names').Values)
Out[137]:
A B
1 5 20
2 10 10
您的参考数据框
ref
可以表示为系列
,如下所示或使用ref.set\u索引('Names')['Values']
s = pd.Series([5, 10], index=['A', 'B'])
您的数据
数据框如下所示:
df = pd.DataFrame(dict(A=[1,2], B=[2,1]))
将二者与
df*s相乘
产生所需的输出,因为每个对象的索引用于确定哪些数组相乘。参考数据框ref
可以表示为系列
,如下所示,也可以表示为ref.set_index('Names')['Values']
s = pd.Series([5, 10], index=['A', 'B'])
您的数据
数据框如下所示:
df = pd.DataFrame(dict(A=[1,2], B=[2,1]))
将这两个值与df*s相乘会产生所需的输出,因为每个对象的索引用于确定哪些数组相乘。
data.mul(dict(ref.values))
您可以用字典相乘。非常感谢!正是我想要的data.mul(dict(ref.values))
你可以乘以字典。非常感谢!正是我想要的