Question

import numpy as np
import pandas as pd

columns = ['id', 'A', 'B', 'C']
index = np.arange(3)

df = pd.DataFrame(np.random.randn(3,4), columns=columns, index=index)

weights = {'A': 0.10, 'B': 1.00, 'C': 1.50}

我需要使用相应的权重（不包括第一列）将每个“单元格”中的值复用。例如：

df.at[0,'A'] * weights['A']
df.at[0,'B'] * weights['B']

最有效的方法是什么？将结果放在新的DataFrame中？

Answer 1

<强>设置

df
Out[1013]: 
         id         A         B         C
0 -0.641314 -0.526509  0.225116 -1.131141
1  0.018321 -0.944734 -0.123334 -0.853356
2  0.703119  0.468857  1.038572 -1.529723

weights
Out[1026]: {'A': 0.1, 'B': 1.0, 'C': 1.5}

W = np.asarray([weights[e] for e in sorted(weights.keys())])

<强>解决方案

#use a matrix multiplication to apply the weights to each column
df.loc[:,['A','B','C']] *= W
df
Out[1016]: 
         id         A         B         C
0 -0.641314 -0.052651  0.225116 -1.696712
1  0.018321 -0.094473 -0.123334 -1.280034
2  0.703119  0.046886  1.038572 -2.294584

<强>更新

如果您需要保持列名灵活，我认为更好的方法是将列名和权重保存在2个列表中：

columns = sorted(weights.keys())
Out[1072]: ['A', 'B', 'C']

weights = [weights[e] for e in columns]
Out[1074]: [0.1, 1.0, 1.5]

然后你可以这样做：

df.loc[:,columns] *=weights

Out[1067]: 
         id         A         B         C
0 -0.641314 -0.052651  0.225116 -1.696712
1  0.018321 -0.094473 -0.123334 -1.280034
2  0.703119  0.046886  1.038572 -2.294584

oneliner解决方案：

df.loc[:,sorted(weights.keys())] *=[weights[e] for e in sorted(weights.keys())]

df
Out[1089]: 
         id         A         B         C
0 -0.641314 -0.052651  0.225116 -1.696712
1  0.018321 -0.094473 -0.123334 -1.280034
2  0.703119  0.046886  1.038572 -2.294584

Answer 2

我认为最简单的是从Series创建dict，它可以将索引与列名对齐：

print (df)
         id         A         B         C
0 -0.641314 -0.526509  0.225116 -1.131141
1  0.018321 -0.944734 -0.123334 -0.853356
2  0.703119  0.468857  1.038572 -1.529723

print (pd.Series(weights))
A    0.1
B    1.0
C    1.5
dtype: float64

df[['A','B','C']] *= pd.Series(weights)
print (df)
         id         A         B         C
0 -0.641314 -0.052651  0.225116 -1.696711
1  0.018321 -0.094473 -0.123334 -1.280034
2  0.703119  0.046886  1.038572 -2.294585

更通用的解决方案，感谢piRSquared和juanpa.arrivillaga：

df[list(weights)] *= pd.Series(weights)
print (df)
         id         A         B         C
0 -0.641314 -0.052651  0.225116 -1.696711
1  0.018321 -0.094473 -0.123334 -1.280034
2  0.703119  0.046886  1.038572 -2.294585

Answer 3

这是一种简洁的方式，如果它让你感兴趣：

In [11]: df.assign(**{"{}_product".format(cl): val*df.loc[:,cl]
    ...:               for cl, val in weights.items()})
Out[11]:
         id         A         B         C  A_product  B_product  C_product
0 -1.893885  0.940408  0.841350 -0.669378   0.094041   0.841350  -1.004067
1 -0.526427  0.472322 -0.546121  0.201615   0.047232  -0.546121   0.302423
2 -0.450193 -0.422066  0.564866  1.866878  -0.042207   0.564866   2.800318

或者，如果你想替换数据：

In [13]: df.assign(**{cl: val*df.loc[:,cl]
    ...:                for cl, val in weights.items()})
Out[13]:
         id         A         B         C
0 -1.893885  0.094041  0.841350 -1.004067
1 -0.526427  0.047232 -0.546121  0.302423
2 -0.450193 -0.042207  0.564866  2.800318

这会产生新的数据框，并且无法就地工作。

Answer 4

这适用于数据框和字典

中的非重叠键

np.random.seed([3,1415])    
df = pd.DataFrame(
    np.random.randn(3,4),
    columns='id A B C D'.split()
)

weights = dict(A=.1, B=1., C=1.5, D=2.)

df

         id         A         B         C
0 -2.129724 -1.268466 -1.970500 -2.259055
1 -0.349286 -0.026955  0.316236  0.348782
2  0.715364  0.770763 -0.608208  0.352390

注意： df有id，其中weights没有。 weights有D，其中df没有。此解决方案仅修改重叠的列。而且，它非常简洁。

df.update(df.mul(pd.Series(weights)).dropna(1))
df

         id         A         B         C
0 -2.129724 -0.126847 -1.970500 -3.388583
1 -0.349286 -0.002696  0.316236  0.523173
2  0.715364  0.077076 -0.608208  0.528586

使用'lookup'乘以两个python数组

4 个答案: