multiplication de données avec des longueurs differnet

Question

J'ai deux dataframes: les deux ont 5 colonnes, mais la première a 100 lignes et la seconde une seule ligne. Je devrais multiplier chaque ligne de la première image par cette seule ligne de la seconde, et que résumer la valeur des colonnes dans chaque rangée et cette valeur dans la 6ème nouvelle colonne "somme des multiplications" J'ai vu "np.dot" opération, mais je ne suis pas sûr de pouvoir l'appliquer aux dataframes, je recherche aussi l'opération ou la méthode pythonic/pandas, s'il est possible de remplacer un peu un code chiffré un peu lourd, merci d'avance pour votre . conseils

Answer 1

Je pense que vous pouvez convertir DataFrames-numpy arrays par values, multiples et les derniers sum:

import pandas as pd 
import numpy as np 

np.random.seed(1) 
df1 = pd.DataFrame(np.random.randint(10, size=(1,5))) 
df1.columns = list('ABCDE') 
print df1 
    A B C D E 
0 5 8 9 5 0 

np.random.seed(0) 
df2 = pd.DataFrame(np.random.randint(10,size=(10,5))) 
df2.columns = list('ABCDE') 
print df2 
    A B C D E 
0 5 0 3 3 7 
1 9 3 5 2 4 
2 7 6 8 8 1 
3 6 7 7 8 1 
4 5 9 8 9 4 
5 3 0 3 5 0 
6 2 3 8 1 3 
7 3 3 7 0 1 
8 9 9 0 4 7 
9 3 2 7 2 0 

print df2.values * df1.values 
[[25 0 27 15 0] 
[45 24 45 10 0] 
[35 48 72 40 0] 
[30 56 63 40 0] 
[25 72 72 45 0] 
[15 0 27 25 0] 
[10 24 72 5 0] 
[15 24 63 0 0] 
[45 72 0 20 0] 
[15 16 63 10 0]] 

df = pd.DataFrame(df2.values * df1.values) 
df['sum'] = df.sum(axis=1) 
print df 
    0 1 2 3 4 sum 
0 25 0 27 15 0 67 
1 45 24 45 10 0 124 
2 35 48 72 40 0 195 
3 30 56 63 40 0 189 
4 25 72 72 45 0 214 
5 15 0 27 25 0 67 
6 10 24 72 5 0 111 
7 15 24 63 0 0 102 
8 45 72 0 20 0 137 
9 15 16 63 10 0 104 

Timing:

In [1185]: %timeit df2.mul(df1.ix[0], axis=1) 
The slowest run took 5.07 times longer than the fastest. This could mean that an intermediate result is being cached 
1000 loops, best of 3: 287 µs per loop 

In [1186]: %timeit pd.DataFrame(df2.values * df1.values) 
The slowest run took 6.31 times longer than the fastest. This could mean that an intermediate result is being cached 
10000 loops, best of 3: 98 µs per loop 

Answer 2

Vous cherchez probablement quelque chose comme ceci:

import pandas as pd 
import numpy as np 

df1 = pd.DataFrame({ 'A' : [1.1,2.7, 3.4], 
        'B' : [-1.,-2.5, -3.9]}) 

df1['sum of multipliations']=df1.sum(axis = 1) 


df2 = pd.DataFrame({ 'A' : [2.], 
        'B' : [3.], 
        'sum of multipliations' : [1.]}) 

print df1 
print df2 

row = df2.ix[0] 
df5=df1.mul(row, axis=1) 
df5.loc['Total']= df5.sum() 
print df5