Question

我有一个包含数值和NaN值的DataFrame。我想以某种方式应用加权和，并在另一个DataFrame（单行＆＃39;加权方案＆＃39;）中指定权重：

df =    

                     Score_1     Score_2     Score 3     Score 4     Score_5
0                    1.0         6.0         3.0         10.0        8.0  
1                    5.0         NaN         9.0         NaN         1.0
2                    10.0        NaN         NaN         5.0         3.0
...

weights
                     Score_1        Score_2        Score_4
0                    0.25           0.70           0.05

NaN值将被视为1。我希望结果在原始DataFrame中成为新列Wgt_sum，产生

df =    

                     Score_1     Score_2     Score 3     Score 4    Score_5    Wgt_sum 
0                    1.0         6.0         3.0         10.0       8.0        4.95
1                    5.0         NaN         9.0         NaN        1.0        2.0
2                    10.0        NaN         NaN         5.0        3.0        3.45
...

请注意，Wgt_sum应仅由Score_1，Score_2和Score_4列组成 - 如weights DataFrame中所指定的那样，并且NaN值已与1一起使用。

此外，weights中的列可能与指定的列不同，因此我想要一个＆＃34; general＆＃34;在weights和df中使用weights列的解决方案...

这个的任何智能解决方案？

由于

Answer 1

如果你对df的每一行都有相同的权重，那么真正的权重应该是Series而不是DataFrame，因为它的索引不包含任何信息。所以：

In [152]: df["Wgt_sum"] = (df.fillna(1) * weights.iloc[0]).sum(axis=1)

In [153]: df
Out[153]: 
   Score_1  Score_2  Score 3  Score 4  Score_5  Wgt_sum
0      1.0      6.0      3.0     10.0      8.0     4.95
1      5.0      NaN      9.0      NaN      1.0     2.00
2     10.0      NaN      NaN      5.0      3.0     3.45

.iloc[0]只是选择第一行权重。

我们可以通过查看预和输出来确认它是否正确对齐：

In [165]: df.fillna(1) * weights.iloc[0]
Out[165]: 
   Score 3  Score 4  Score_1  Score_2  Score_5
0      NaN     0.50     0.25      4.2      NaN
1      NaN     0.05     1.25      0.7      NaN
2      NaN     0.25     2.50      0.7      NaN

weights.iloc[0]的索引标签与df的列匹配。

sumproduct基于Pandas的列

1 个答案: