python - 如何在 'pandas' 中乘以 DataFrame？

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'])

我想将它们乘以列数:

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

并得到如下结果:

     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

我怎样才能做到正确？

Answer 1

这里的问题是对齐会沿着轴发生，因为它们与您得到的 NaN 值不匹配。

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，因为如果不这样做，形状是错误的，我们也可以通过调用 .values 来匿名化数据，返回一个 np 数组，这样对齐不会成为问题。

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

结果:

ValueError: Shape of passed values is (3, 1), indices imply (3, 2)

作为:

In [176]:

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

所以 squeeze将二维数组展平为一维数组