Question

例如，我有两个表：

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']).stack()
pB_array=np.array([[0.97],[0.01],[0.02]])
pB = pd.DataFrame(pB_array,index=['B=n','B=m','B=s'])
A=F  B=n    0.9
     B=m    0.8
     B=s    0.3
A=T  B=n    0.1
     B=m    0.2
     B=s    0.7
dtype: float64
        0
B=n  0.97
B=m  0.01
B=s  0.02

我会根据相同的标签或相同的索引将它们相乘并得到：

A=F  B=n    0.9*0.97
     B=m    0.8*0.01
     B=s    0.3*0.02
A=T  B=n    0.1*0.97
     B=m    0.2*0.01
     B=s    0.7*0.02

有没有优雅的方式？

Answer 1

您可以在pB上致电.mul并传递pA_B并传递参数level=1以匹配该索引级别和axis=0，以便{＆1;}按顺序执行：

In [255]:

pB.mul(pA_B, level=1, axis=0)
Out[255]:
             0
A=F B=n  0.873
    B=m  0.008
    B=s  0.006
A=T B=n  0.097
    B=m  0.002
    B=s  0.014

有没有办法将基于相同列或索引的'pandas'DataFrame相乘？

1 个答案: