将关于列名称的不同长度的数据帧相乘

Question

我有两个数据框，第一个 df1 只包含一行：

   A  B  C  D  E
0  5  8  9  5  0

第二个有多行，但列数相同：

   D  C  E  A  B
0  5  0  3  3  7
1  9  3  5  2  4
2  7  6  8  8  1
3  6  7  7  8  1
4  5  9  8  9  4
5  3  0  3  5  0
6  2  3  8  1  3
7  3  3  7  0  1
8  9  9  0  4  7
9  3  2  7  2  0

在实际示例中，我有更多的列（超过 100 个）。两个数据框具有相同的列数和相同的列名，但列的顺序不同，如示例中所示。 我应该将两个数据帧相乘（matrix_like 乘法），除了我不能执行简单的df2.values * df1.values 因为列的排序方式不同，所以例如 df1 B 的第二列不能' t 在 df2 的第二列乘以，因​​为我们在 df2 的第二列找到 C 而不是 B，而列 B 是df2 中的第 5 列。

考虑到列名不是列索引，是否有简单和 Pythonic 的解决方案来乘以数据帧？

Answer 1

df1[df2.columns] 返回一个数据框，其中列按 df2 中的顺序排列：

df1
Out[91]: 
   A  B  C  D  E
0  3  8  9  5  0

df1[df2.columns]
Out[92]: 
   D  C  E  A  B
0  5  9  0  3  8

所以，你只需要：

df2.values * df1[df2.columns].values

如果您在 df2 中有其他列，这将引发关键错误；即使您在 df1 中有更多列，它也只会选择 df2 的列。

正如@MaxU 所说，由于您正在对 numpy 数组进行操作，因此为了返回您需要的数据帧结构：

pd.DataFrame(df2.values * df1[df2.columns].values, columns = df2.columns)

Answer 2

你可以使用mul，df1被ix转换成Serie：

print df1.ix[0]
A    5
B    8
C    9
D    5
E    0
Name: 0, dtype: int64

print df2.mul(df1.ix[0])
    A   B   C   D  E
0  15  56   0  25  0
1  10  32  27  45  0
2  40   8  54  35  0
3  40   8  63  30  0
4  45  32  81  25  0
5  25   0   0  15  0
6   5  24  27  10  0
7   0   8  27  15  0
8  20  56  81  45  0
9  10   0  18  15  0

如果您需要更改最终DataFrame 的顺序，请使用reindex_axis：

print df2.mul(df1.ix[0]).reindex_axis(df2.columns.tolist(), axis=1)
    D   C  E   A   B
0  25   0  0  15  56
1  45  27  0  10  32
2  35  54  0  40   8
3  30  63  0  40   8
4  25  81  0  45  32
5  15   0  0  25   0
6  10  27  0   5  24
7  15  27  0   0   8
8  45  81  0  20  56
9  15  18  0  10   0

另一种解决方案是按reindex index 对Serie 中的df2.columns 重新排序列：

print df2.mul(df1.ix[0].reindex(df2.columns))
    D   C  E   A   B
0  25   0  0  15  56
1  45  27  0  10  32
2  35  54  0  40   8
3  30  63  0  40   8
4  25  81  0  45  32
5  15   0  0  25   0
6  10  27  0   5  24
7  15  27  0   0   8
8  45  81  0  20  56
9  15  18  0  10   0