python - 将 Pandas 数据框乘以字典

Question

TownA = [35, 43, 36, 39, 28, 28, 29, 25, 38, 27, 26, 32, 29, 40, 35, 41, 37, 31, 45, 34]
TownB = [27, 15, 4, 41, 49, 25, 10, 30]
Rural = [8, 14, 12, 15, 30, 32, 21, 20, 34, 7, 11, 24]
tv_viewing = TownA + TownB + Rural

labels = np.array(["TownA", "TownB", "Rural"])
stratum = np.repeat(labels, [len(TownA), len(TownB), len(Rural)], axis=0)
sample = pd.DataFrame()
sample["viewership"] = tv_viewing
sample["stratum"] = stratum
sample.groupby("stratum").mean()

上面的代码生成了一个如下所示的数据框:

<表类="s-表"> <头> 阶层 收视率 <正文> 农村 19:00 小镇A 33.9 TownB 25.125

我的目标是将这个数据框与下面的字典相乘:

Population = {"TownA": 155, "TownB": 62, "Rural": 93}

为了获得想要的结果:

<表类="s-表"> <头> 阶层 收视率 <正文> 农村 1767 小镇A 5254.5 TownB 1557.75

我不挑剔最终结果，产品可以是一个新的专栏。

我能够通过以下代码获得解决方案:

a = sample.groupby("stratum").mean().reset_index()
b = pd.DataFrame.from_dict(N, orient='index').reset_index()
ab = pd.merge(a, b, left_on='stratum', right_on='index')
ab["product"] = ab["viewership"]*ab[0]

代码生成此表:

<表类="s-表"> <头> <日> 阶层 收视率 索引 <日>0 产品 <正文> 0 农村 19.000 农村 93 1767.00 1 小镇A 33.900 小镇A 155 5254.50 2 TownB 25.125 TownB 62 1557.75

我想知道是否有更优雅的方法来解决这个问题而无需重置索引并使用诸如应用之类的东西。

我试过这段代码:

a = sample.groupby("stratum").mean().apply(lambda x: x.viewership * N[x.stratum])

只是为了得到这个错误: “系列”对象没有属性“收视率”

Answer 1

在轴 = 0 时使用 mul 方法:

out = sample.groupby("stratum").mean()
out.mul(Population, axis = 0 )

         viewership
stratum
Rural       1767.00
TownA       5254.50
TownB       1557.75