Python 将数据帧列表示为其他列的线性组合

我有一个包含10列数据和2000行的数据框。它还有其他需要忽略的列：

df1 = pd.DataFrame(np.random.randint(0,100,size=(2000, 10)), columns=list('ABCDEFGHIJ'))
df1['Company Name']=stringlist1

由于不同的文件具有不同的列名，列的名称可以在不同的运行中更改。唯一常见的是，要考虑的数据从第7列开始，接下来的10列开始。 我有几个列表，每个列表包含10个权重，其中一些为零，其他为非零，加起来等于1。例如：

wt1=[0.0,0.34,0.05,0.0,0.1,0.01,0.0,0.0,0.5,0.0]

我需要定义一个新的df1列，它是10列的线性组合，权重在wt1中指定

我该怎么做？请注意，列的名称（ABCD…）不能出现在求和表达式中，因为上面的代码需要可用于列名可能不同的数据（它们是从Excel工作表中读取的）

我试过：

icollist1=[icol1 for icol1,val1 in enumerate(wt1) if val1>0.0]
for icol1 in icollist1:
    df1['Weighted Sum']+=np.asarray(wt1[icol1])*df1[colnames1[icol1]]

其中colnames1是从读取此数据框的Excel文件中提取的列列表

我发现错误：

TypeError: can't multiply sequence by non-int of type 'float'
...
During handling of the above exception, another exception occurred:
...
TypeError: can't multiply sequence by non-int of type 'float'

---

请将此作为您提供的示例

df1 = pd.DataFrame(np.random.randint(0,100,size=(2000, 10)), columns=list('ABCDEFGHIJ'))
wt1=[0.0,0.34,0.05,0.0,0.1,0.01,0.0,0.0,0.5,0.0]

df1.mul(wt1, axis=1).sum(axis=1)

如果您有超过10列，并且希望从第7列开始增加多个列：

df1 = pd.DataFrame(np.random.randint(0,100,size=(2000, 20)))
wt1=[0.0,0.34,0.05,0.0,0.1,0.01,0.0,0.0,0.5,0.0]
df1.iloc[:,6:16].mul(wt1, axis=1).sum(axis=1)

---

如果我的dataframe有其他不需要相乘的列，那么这种情况会发生什么变化。请参阅更新的示例。但您需要知道要乘哪一列，是前10列吗？请参阅其他详细信息。从第7列到第16列。我只是为了另一个例子修改了它。谢谢。iloc的参数可以是索引列表吗？