Question

我有两个概率表p（B）和p（A | B）：

pB_array=np.array([[0.97],[0.01],[0.02]])
pB = pd.DataFrame(pB_array,index=['B=n','B=m','B=s'])
pA_B_array=np.array([[0.9,0.8,0.3],[0.1,0.2,0.7]])
pA_B=pd.DataFrame(pA_B_array,index=['A=F','A=T'],columns=['B=n','B=m','B=s'])

我想将它们乘以列：

fAB=pA_B.multiply(pB.T,axis='columns')

获得一些结果：

     B=n  B=m  B=s
A=F  0.1  0.2  0.3
A=T  0.5  0.4  0.1

但我只能得到这个：

     B=n  B=m  B=s
0    NaN  NaN  NaN
A=F  NaN  NaN  NaN
A=T  NaN  NaN  NaN

我怎么能做对吗？

Answer 1

这里的问题是沿着轴会发生对齐，因为这些不匹配你获得NaN值。

In [173]:

fAB=pA_B.multiply(pB.T.squeeze().values,axis='columns')
fAB
Out[173]:
       B=n    B=m    B=s
A=F  0.873  0.008  0.006
A=T  0.097  0.002  0.014

我们需要在这里调用squeeze，因为如果没有这样做，形状是错误的，我们也可以通过调用.values来返回一个np数组来匿名化数据，这样对齐就不会成为一个问题。

fAB=pA_B.multiply(pB.T.values,axis='columns')

结果：

ValueError：传递值的形状为（3,1），index表示暗示（3,2）

如：

In [176]:

print(pB.T.shape)
print(pB.T.squeeze().shape)
(1, 3)
(3,)

所以squeeze将2-d数组展平为1-d数组

如何将'pandas'中的DataFrame相乘？

1 个答案: