python – 如何计算熊猫中一行中所有元素的加权和？

概述我有一个有多列的熊猫数据框.我想从行中的值和另一个列向量数据框的权重创建一个新的columns weighted_sum应具有以下值： 行[weighted_sum] =行[col0] *权重[0]行[col1] *权重[1]行[col2] *权重[2] … 我发现函数sum(axis = 1),但它不让我乘以重量. 编辑： 我改变了一些事情. 体重看起来像这样： 0col1 0.5col2 我有一个有多列的熊猫数据框.我想从行中的值和另一个列向量数据框的权重创建一个新的columns

weighted_sum应具有以下值：

行[weighted_sum] =行[col0] *权重[0]行[col1] *权重[1]行[col2] *权重[2] …

我发现函数sum(axis = 1),但它不让我乘以重量.

编辑：
我改变了一些事情.

体重看起来像这样：

0col1 0.5col2 0.3col3 0.2

df看起来像这样：

col1 col2 col31.0  2.2  3.56.1  0.4  1.2

df * weight返回一个包含Nan值的数据帧.

解决方法 问题是您将帧与不同大小的帧与不同的行索引相乘.这是解决方案：

In [121]: df = DataFrame([[1,2.2,3.5],[6.1,0.4,1.2]],columns=List('abc'))In [122]: weight = DataFrame(SerIEs([0.5,0.3,0.2],index=List('abc'),name=0))In [123]: dfOut[123]:           a          b          c0       1.00       2.20       3.501       6.10       0.40       1.20In [124]: weightOut[124]:           0a       0.50b       0.30c       0.20In [125]: df * weightOut[125]:           0          a          b          c0        nan        nan        nan        nan1        nan        nan        nan        nana        nan        nan        nan        nanb        nan        nan        nan        nanc        nan        nan        nan        nan

您可以访问列：

In [126]: df * weight[0]Out[126]:           a          b          c0       0.50       0.66       0.701       3.05       0.12       0.24In [128]: (df * weight[0]).sum(1)Out[128]:0         1.861         3.41dtype: float64

或者使用点来获取另一个DataFrame

In [127]: df.dot(weight)Out[127]:           00       1.861       3.41

把它们整合在一起：

In [130]: df['weighted_sum'] = df.dot(weight)In [131]: dfOut[131]:           a          b          c  weighted_sum0       1.00       2.20       3.50          1.861       6.10       0.40       1.20          3.41

以下是每个方法的时间,使用较大的DataFrame.

In [145]: df = DataFrame(randn(10000000,3),columns=List('abc'))weightIn [146]: weight = DataFrame(SerIEs([0.5,name=0))In [147]: timeit df.dot(weight)10 loops,best of 3: 57.5 ms per loopIn [148]: timeit (df * weight[0]).sum(1)10 loops,best of 3: 125 ms per loop

对于广泛的DataFrame：

In [162]: df = DataFrame(randn(10000,1000))In [163]: weight = DataFrame(randn(1000,1))In [164]: timeit df.dot(weight)100 loops,best of 3: 5.14 ms per loopIn [165]: timeit (df * weight[0]).sum(1)10 loops,best of 3: 41.8 ms per loop

所以,点更快,更可读.

注意：如果您的任何数据包含NaN,那么您不应该使用点,您应该使用乘法和sum方法.点不能处理NaN,因为它只是一个薄的包装器,在numpy.dot()(它不处理NaNs).

总结

以上是内存溢出为你收集整理的python – 如何计算熊猫中一行中所有元素的加权和？全部内容，希望文章能够帮你解决python – 如何计算熊猫中一行中所有元素的加权和？所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。