将数据框与具有索引重复且不包括一列的系列相乘答案

【问题标题】：Multiply dataframe with series having index duplicates and excluding one column将数据框与具有索引重复且不包括一列的系列相乘
【发布时间】：2021-12-28 23:34:46
【问题描述】：

我的数据框的缩短版本如下所示：

df_crop = pd.DataFrame({
    'Name' : ['Crop1', 'Crop1', 'Crop1', 'Crop1', 'Crop2', 'Crop2', 'Crop2', 'Crop2'],
    'Type' : ['Area', 'Diesel', 'Fert', 'Pest', 'Area', 'Diesel', 'Fert', 'Pest'],
    'GHG':   [14.9, 0.0007, 0.145, 0.1611, 2.537, 0.011, 0.1825, 0.115],
    'Acid':  [0.0125, 0.0005, 0.0029, 0.0044, 0.013, 0.00014, 0.0033, 0.0055],
    'Terra Eutro': [0.053, 0.0002, 0.0077, 0.0001, 0.0547, 0.00019, 0.0058, 0.0002]
})

我现在需要使用产量对数据框中的所有值进行标准化，产量因作物而异，但因类型不同：

s_yield = pd.Series([0.388, 0.4129], 
                    index=['Crop1', 'Crop2'])

我需要保留“类型”中的信息。如果我尝试使用.mul()，我会因为重复的索引而收到错误：ValueError: cannot reindex from a duplicate axis。

我唯一的另一个想法是使用.loc()，但我有很多列（16 列有要规范化的值）并且没有想到任何有效的。有什么建议吗？

编辑：下表可能有助于显示我试图实现的目标：

【问题讨论】：

请发布您预期的输出数据框

标签： python pandas dataframe series

【解决方案1】：

获取数值数据并使用系列相乘

numeric_df = df_crop.select_dtypes('number')
df_crop[numeric_df.columns] = numeric_df.mul(df_crop.Name.map(s_yield), axis=0)

输出

    Name    Type       GHG      Acid  Terra Eutro
0  Crop1    Area  5.781200  0.004850     0.020564
1  Crop1  Diesel  0.000272  0.000194     0.000078
2  Crop1    Fert  0.056260  0.001125     0.002988
3  Crop1    Pest  0.062507  0.001707     0.000039
4  Crop2    Area  1.047527  0.005368     0.022586
5  Crop2  Diesel  0.004542  0.000058     0.000078
6  Crop2    Fert  0.075354  0.001363     0.002395
7  Crop2    Pest  0.047483  0.002271     0.000083

【讨论】：

哈哈，我们的答案非常相似！ ;) +1
伟大的思想都一样：P
它就像一个魅力！非常感谢！

【解决方案2】：

为 df_crop 设置索引，并与系列相乘，在相关级别上对齐：

temp = df_crop.set_index(['Name', 'Type'])

temp.mul(s_yield, level='Name', axis = 0).reset_index()

    Name    Type       GHG      Acid  Terra Eutro
0  Crop1    Area  5.781200  0.004850     0.020564
1  Crop1  Diesel  0.000272  0.000194     0.000078
2  Crop1    Fert  0.056260  0.001125     0.002988
3  Crop1    Pest  0.062507  0.001707     0.000039
4  Crop2    Area  1.047527  0.005368     0.022586
5  Crop2  Diesel  0.004542  0.000058     0.000078
6  Crop2    Fert  0.075354  0.001363     0.002395
7  Crop2    Pest  0.047483  0.002271     0.000083

【讨论】：

虽然是一个很好的答案，但如果有更多的字符串列，它可能会丢失列。 @switchback
@Vishnudev 是的，我的答案仅限于共享的示例数据。
而且我确实没有任何其他字符串列，所以在我的情况下这是完美的。但我同意您的解决方案更灵活。

【解决方案3】：

从 pandas 0.24.0 开始，您可以直接将系列合并到数据框，只要系列被命名：

df_merged = df_crop.merge(s_yield.rename('yield'), left_on = 'Name', right_index = True)

然后根据需要将列相乘。

【讨论】：

如果我正确理解了您的建议，那么我就可以独立地将每一列相乘，对吗？
您可以同时将多列乘以一列，例如df_merged[['GHG', 'Acid', 'Terra Eutro']].multiply(df_merged['yield'], axis = 0)

【解决方案4】：

您可以使用s_yield.map 将系列扩展到数据帧的长度，您可以使用df.select_dtypes 查找特定数据类型的所有列以及它们上的多个：

cols = df_crop.select_dtypes('number').columns
df_crop[cols] = df_crop[cols].mul(df_crop['Name'].map(s_yield), axis=0)

输出：

>>> df_crop
    Name    Type       GHG      Acid  Terra Eutro
0  Crop1    Area  5.781200  0.004850     0.020564
1  Crop1  Diesel  0.000272  0.000194     0.000078
2  Crop1    Fert  0.056260  0.001125     0.002988
3  Crop1    Pest  0.062507  0.001707     0.000039
4  Crop2    Area  1.047527  0.005368     0.022586
5  Crop2  Diesel  0.004542  0.000058     0.000078
6  Crop2    Fert  0.075354  0.001363     0.002395
7  Crop2    Pest  0.047483  0.002271     0.000083

【讨论】：