我有一个 Pandas 数据框 DF,它几乎占用了我所有的 RAM。 它的索引始终是以下之一:“c1”、“c2”、“c3”。
0 1 2 ... n
i
c1 1 8 15
c2 2 9 16
c1 3 10 17
c3 4 11 18
c2 5 12 19
c1 6 13 20
c3 7 14 21
...
我还有一个字典,其中的键与数据帧索引标签“匹配”。这些值是长度为 n 的列表/数组(等于数据帧列数)。
d = {'c1':[10,10,10,...],'c2':[100,100,100,...],'c3':[1000,1000,1000,...]}
len(d[<allkeys>]) == n >>> True
我想要做的是基于行的“属性”的简单数据帧乘法——在本例中是它的索引,但它可能是列中的值。 结果如下所示:
0 1 2
i
c1 10 80 150
c2 200 900 1600
c1 30 100 170
c3 4000 11000 18000
c2 500 1200 1900
c1 60 130 200
c3 7000 14000 21000
我不想以 DF*DF2 的方式构建第二个数据帧 DF2,因为我没有足够的 RAM,而且这样的数据帧对我来说似乎毫无意义,这意味着它只是一个数组/列表的重复(如果我错了,请纠正我)。
我考虑过有第二个这样的数据框:
0 1 2
c1 10 10 10
c2 100 100 100
c3 1000 1000 1000
但是当我执行 DF * DF2 时,索引会以某种方式进行排序,我不知道如何避免这种情况。 结果:
0 1 2
c1 100 800 1500
c1 300 1000 1700
c1 600 1300 2000
c2 20000 90000 160000
c2 50000 120000 190000
c3 4000000 11000000 18000000
c3 7000000 14000000 21000000
如果您认为有另一种方法可以解决这个问题(不同的数据结构、库等),我们也将不胜感激。
示例代码:
df = pd.DataFrame({0: [1, 2, 3, 4, 5, 6, 7],1: [8, 9, 10, 11, 12, 13, 14], 2: [15, 16, 17, 18, 19, 20, 21]}, index=pd.Index(['c1', 'c2', 'c1', 'c3', 'c2', 'c1', 'c3'], dtype='object', name='i'))
d = {'c1':[10,10,10],'c2':[100,100,100],'c3':[1000,1000,1000]}
df2 = pd.DataFrame.from_dict(d,orient='index')
最佳答案
想法是按 DataFrame.set_index
删除重复索引,乘以 DataFrame.mul
按第一级,最后按 DataFrame.reset_index
删除第二级:
df1 = (df.set_index(np.arange(len(df)), append=True)
.mul(df2, level=0)
.reset_index(level=1, drop=True))
print (df1)
0 1 2
i
c1 10 80 150
c2 200 900 1600
c1 30 100 170
c3 4000 11000 18000
c2 500 1200 1900
c1 60 130 200
c3 7000 14000 21000
关于python - 如何将数据帧行乘以基于行的 'attribute' 的数组?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/60566053/