Question

假设我在熊猫中有两个系列，A系列和B系列。如何创建一个数据帧，其中所有这些值相乘，即左侧为A系列，顶部为B系列。基本上与此相同的概念，其中系列A在左边是黄色，而系列B在顶部是黄色，中间的所有值都将通过乘法填充：

http://www.google.co.uk/imgres?imgurl=http://www.vaughns-1-pagers.com/computer/multiplication-tables/times-table-12x12.gif&imgrefurl=http://www.vaughns-1-pagers.com/computer/multiplication-tables.htm&h=533&w=720&sz=58&tbnid=9B8R_kpUloA4NM:&tbnh=90&tbnw=122&zoom=1&usg=__meqZT9kIAMJ5b8BenRzF0l-CUqY=&docid=j9BT8tUCNtg--M&sa=X&ei=bkBpUpOWOI2p0AWYnIHwBQ&ved=0CE0Q9QEwBg

对不起，应该补充说我的两个系列的长度不一样。我现在得到一个错误'矩阵没有对齐'所以我认为这就是问题所在。

Answer 1

您可以使用矩阵乘法点，但必须先将Series转换为DataFrame（因为dot method on Series implements dot product）：

>>> B = pd.Series(range(1, 5))
>>> A = pd.Series(range(1, 5))
>>> dfA = pd.DataFrame(A)
>>> dfB = pd.DataFrame(B)
>>> dfA.dot(dfB.T)
   0  1   2   3
0  1  2   3   4
1  2  4   6   8
2  3  6   9  12
3  4  8  12  16

Answer 2

您可以通过将行（或列）的每个值与另一个系列广播，从而将两个不等长度系列相乘来创建一个DataFrame。例如：

> row = pd.Series(np.arange(1, 6), index=np.arange(1, 6))
> col = pd.Series(np.arange(1, 4), index=np.arange(1, 4))
> row.apply(lambda r: r * col)
   1   2   3
1  1   2   3
2  2   4   6
3  3   6   9
4  4   8  12
5  5  10  15

Answer 3

首先创建一个1的DataFrame。然后依次沿每个轴进行广播。

>>> s1 = Series([1,2,3,4,5])
>>> s2 = Series([10,20,30])
>>> df = DataFrame(1, index=s1.index, columns=s2.index)
>>> df
   0  1  2
0  1  1  1
1  1  1  1
2  1  1  1
3  1  1  1
4  1  1  1
>>>> df.multiply(s1, axis='index') * s2
    0    1    2
0  10   20   30
1  20   40   60
2  30   60   90
3  40   80  120
4  50  100  150

您需要使用df.multiply来指定系列将与行索引对齐。您可以将常规乘法运算符*与s2一起使用，因为匹配列是在DataFrame和Series之间进行乘法的默认方式。

Answer 4

所以我认为如果你有两个不同长度的系列，这可能会让你大部分时间都在那里。这似乎是一个非常手动的过程，但我想不出使用 pandas 或NumPy函数的另一种方式。

>>>> a = Series([1, 3, 3, 5, 5])
>>>> b = Series([5, 10])

首先将行值a转换为DataFrame，然后以新的列的形式制作此系列的副本，就像您拥有的值一样多列系列b。

>>>> result = DataFrame(a)
>>>> for i in xrange(len(b)):
            result[i] = a
   0   1
0  1   1
1  3   3
2  3   3
3  5   5
4  5   5

然后，您可以在数据框b上广播系列result：

>>>> result = result.mul(b)
   0   1
0  5   10
1  15  30
2  15  30
3  25  50
4  25  50

在我选择的示例中，由于您的初始系列，您最终会得到重复的索引。我建议将索引保留为唯一标识符。这具有编程意义，否则当您选择分配了多个行的索引时，您将返回多个值。如果必须，您可以使用以下函数重新索引行标签和列标签：

>>>> result.columns = b
>>>> result.set_index(a)
   5   10
1  5   10
3  15  30
3  15  30
5  25  50
5  25  50

重复索引的示例：

>>>> result.loc[3]
   5   10
3  15  30
3  15  30

Answer 5

为了使用 DataFrame.dot 方法，您需要转置系列之一：

>>> a = pd.Series([1, 2, 3, 4])
>>> b = pd.Series([10, 20, 30])
>>> a.to_frame().dot(b.to_frame().transpose())
    0   1   2
0  10  20  30
1  20  40  60
2  30  60  90
3  40  80 120

还要确保系列具有相同的名称。

通过将两个系列相乘来在pandas中创建数据帧

5 个答案: