Python 具有数据帧行的矩阵运算

我有一个pandas数据框，它包含三列，分别对应于对象位置的x、y和z坐标。我还有一个变换矩阵，可以将这些点旋转一定角度。我以前在执行此转换时循环了数据帧的每一行，但我发现这非常非常耗时。现在我只想一次执行所有转换，并将结果附加为附加列

我正在寻找该行的工作版本（总是返回形状不匹配）：

下面是一个最低限度的工作示例：

from __future__ import division
import math
import pandas as pd
import numpy as np

def unit_vector(vector):
    return vector / np.linalg.norm(vector)


largest_haloes = pd.DataFrame()
largest_haloes['X'] = np.random.uniform(1,10,size=30)
largest_haloes['Y'] = np.random.uniform(1,10,size=30)
largest_haloes['Z'] = np.random.uniform(1,10,size=30)

normal = np.array([np.random.uniform(-1,1),np.random.uniform(-1,1),np.random.uniform(0,1)])
normal = unit_vector(normal)

a = normal[0]
b = normal[1]
c = normal[2]

rot = np.array([[b/math.sqrt(a**2+b**2), -1*a/math.sqrt(a**2+b**2), 0], [(a*c)/math.sqrt(a**2+b**2), b*c/math.sqrt(a**2+b**2), -1*math.sqrt(a**2+b**2)], [a, b, c]])

largest_haloes['X_rot', 'Y_rot', 'Z_rot'] = np.dot(rot,np.array([largest_haloes['X'], largest_haloes['Y'], largest_haloes['Z']]).T)

---

因此，我们的目标是，每一行最大晕['X'、'Y'、'Z']都应该用相应行最大晕['X'、'Y'、'Z']的旋转版本填充。如何在不循环行的情况下执行此操作？我也尝试过df.dot，但是没有太多的文档，它似乎没有达到我想要的效果。

如果你是指旋转矩阵乘法

您可以将两者转换为numpy数组并按如下方式执行

lh = largest_haloes.values
rotated_array = lh.dot(rot)

你也可以

x = pd.DataFrame(data=rot,index=['X','Y','Z'])
rotated_df = largest_haloes.dot(x)

---

这成功了！然而，我花了一段时间才意识到，根据旋转矩阵的性质，np.dot（rot，point.T）的旋转角度与np.dot（point，rot）相同，但方向相反。所以我使用了你的第一个建议，但改变了论点的顺序，以得到我所需要的。

x = pd.DataFrame(data=rot,index=['X','Y','Z'])
rotated_df = largest_haloes.dot(x)