使用指定的cols转换和求和Pandas时间序列数据

Question

是否可以转换/组合此数据以显示以tf作为索引的cols，并且只将cols以vol开头作为剩余的cols？

示例初始数据：

                    v1  v2  v3 tf1 tf2 tf3
Timestamp                       
2011-09-01 02:36:00 1   1   0   1   1   0
2011-09-01 03:00:00 1   0   0   1   1   0
2011-09-01 03:36:00 1   0   0   1   1   0
2011-09-01 04:00:00 1   0   0   1   0   0
2011-09-01 04:33:00 1   0   0   1   0   0
2011-09-01 04:39:00 1   0   0   1   0   0
2011-09-01 05:12:00 1   0   0   1   0   0
2011-09-01 05:30:00 1   0   0   1   0   0
2011-09-01 05:36:00 1   0   0   1   1   1
2011-09-01 05:42:00 1   0   0   1   0   0

期望的输出：

当v1，v2或v3为索引时，所需输出显示值的总和，tf1，tf2和tf3是dataframe列。

   tf1 tf2 tf3
v1  10  4   1
v2  1   1   0
v3  0   0   0

从上面的例子中可以看出，v1和tf1的值是1的10倍，是v1和tf2的4倍。价值1等。

我尝试使用groupby尝试执行此操作失败并尝试转置索引和列，即subset[vlist].T给我v1，v2和v3作为索引，但后来我将时间戳数据作为索引cols不是我想要的。

这可以通过总和或类似的组来完成吗？

感谢您的帮助。

Answer 1

结果是成对列的内积。要获得所有对，您可以使用v-columns和tf-columns的矩阵产品：

df.filter(like="v").T.dot(df.filter(like="tf"))

#  tf1  tf2 tf3
#v1 10    4   1
#v2  1    1   0
#v3  0    0   0

来自文档的
• .dot是矩阵乘法与DataFrame或Series对象
• 由于v列被转置，dot产品将根据矩阵乘法的定义给出(v1 * tf1).sum(), (v1 * tf2).sum(), ... (v3 * tf3).sum()。