Python 数据透视表中的多维乘法
考虑这样一个数据透视表:Python 数据透视表中的多维乘法,python,arrays,pandas,numpy,multidimensional-array,Python,Arrays,Pandas,Numpy,Multidimensional Array,考虑这样一个数据透视表: E A B C D bar one large 4 6 small 5 8 two large 7 9 small 6 9 foo one large 2 9 small 1 2 two small 3 11 我想将具有A=bar的每个E条目乘以l和A=foo乘以m。对于具有B=1的条目,我想将它们乘以n,对于B=2乘以
E
A B C D
bar one large 4 6
small 5 8
two large 7 9
small 6 9
foo one large 2 9
small 1 2
two small 3 11
我想将具有A=bar
的每个E
条目乘以l
和A=foo
乘以m
。对于具有B=1
的条目,我想将它们乘以n
,对于B=2
乘以p
。对于每个维度的每个级别,我都有一个不同的值,我想乘以E
。结果表将使E
中的每个原始值乘以[表中的维度数(四)]变量
在Python中实现这一点的最快方法是什么?我的实际表格是高维的,作为优化过程的一部分,需要多次执行此操作
我使用以下代码创建了透视表:
df = pd.DataFrame({"A": ["foo", "foo", "foo", "foo", "foo",
"bar", "bar", "bar", "bar"],
"B": ["one", "one", "one", "two", "two",
"one", "one", "two", "two"],
"C": ["small", "large", "large", "small",
"small", "large", "small", "small",
"large"],
"D": [1, 2, 2, 3, 3, 4, 5, 6, 7],
"E": [2, 4, 5, 5, 6, 6, 8, 9, 9]})
table = pd.pivot_table(df, values='D', index=['A', 'B', 'C', 'D'], aggfunc=np.sum)
要乘以的值存储在字典中
例如:
{'A': {'bar': 0.5, 'foo': 0.2},
'B': {'one': 0.1, 'two': 0.3},
'C': {'large': 2, 'small': 4},
'D': {1: 10, 2: 20, 3: 30, 4: 40, 5: 50, 6: 60, 7: 70}}
使用此词典,第一行的结果将是6*0.5*0.1*2*40=24。您可以在索引的每个级别使用
map
其中d
是你在问题中给出的词典
table['Emult'] = table['E']*np.prod([table.index.get_level_values(lv).map(d[lv])
for lv in table.index.names],
axis=0)
print (table)
E Emult
A B C D
bar one large 4 6 24.0
small 5 8 80.0
two large 7 9 189.0
small 6 9 324.0
foo one large 2 9 7.2
small 1 2 1.6
two small 3 11 79.2