乘以 pd.针对多索引 pd 的序列向量.数据帧

Question

我有一个熊猫系列和一个熊猫多索引数据帧。

下面是这种情况的简单示例：

iterables = [['milk', 'honey', 'dates'], ['jan', 'feb', 'mar', 'apr']]
i = pd.MultiIndex.from_product(iterables, names=['good', 'month'])
xf = pd.DataFrame(index = i)
xf['price'] = np.random.randint(1, 25, xf.shape[0])
allocation_vector = pd.Series([0.3, 0.6, 0.1], index = ['milk', 'honey', 'dates'])

此数据帧表示"每个月从 1 月到 4 月的三种产品的价格"allocation_vector表示价格的某些部分份额。

我想要实现的是将分配向量乘以我的数据帧，从而得到一个索引为"jan"、"feb"、"mar"、"apr"的序列，值等于该月的点积(即：1 月、2 月、3 月、4 月各为 jan_date_price*date_pct + jan_milk_price*milk_pct + jan_honey_price*jan_pct(

我只能用令人讨厌的迭代黑客解决方案来解决这个问题。我认为必须有一种更pythonic的方法可以做到这一点，并且我不必担心向量列与数据帧列等相乘的顺序错误。 当然，实际数据帧具有更多未参与计算的列。

Answer 1

我相信你需要乘以

第一级乘以Series.mul然后每个第一级求和：

np.random.seed(2019)
iterables = [['milk', 'honey', 'dates'], ['jan', 'feb', 'mar', 'apr']]
i = pd.MultiIndex.from_product(iterables, names=['good', 'month'])
xf = pd.DataFrame(index = i)
xf['price'] = np.random.randint(1, 25, xf.shape[0])
print (xf)
             price
good  month       
milk  jan        9
      feb       19
      mar        6
      apr       23
honey jan       16
      feb       13
      mar       11
      apr       17
dates jan       17
      feb        8
      mar        6
      apr       20
allocation_vector = pd.Series([0.3, 0.6, 0.1], index = ['milk', 'honey', 'dates'])

---

print (17*0.1+9*0.3+16*0.6)
14.0
s = xf['price'].mul(allocation_vector, level=0).sum(level=1)
print (s)
month
jan    14.0
feb    14.3
mar     9.0
apr    19.1
dtype: float64

---

或者通过Series.unstack、转置和使用DataFrame.dot进行整形，但输出中值的顺序会改变：

s = xf['price'].unstack().T.dot(allocation_vector)
print (s)
month
apr    19.1
feb    14.3
jan    14.0
mar     9.0
dtype: float64

Answer 2

您可以使用join和groupby的组合来实现您想要的目标，如下所示：

allocation_vector.name = 'pct'
xf = xf.join(allocation_vector, on='good')
xf['dotproduct'] = xf.price * xf.pct
print(xf)

生成的数据帧为：

             price  pct  dotproduct
good  month
milk  jan       19  0.3         5.7
      feb        8  0.3         2.4
      mar        7  0.3         2.1
      apr       15  0.3         4.5
honey jan        9  0.6         5.4
      feb       10  0.6         6.0
      mar        7  0.6         4.2
      apr       11  0.6         6.6
dates jan        2  0.1         0.2
      feb       14  0.1         1.4
      mar       12  0.1         1.2
      apr        7  0.1         0.7

然后，您可以使用以下方法获得所需的结果：

print(xf.groupby('month')['dotproduct'].sum())

输出为：

month
apr    11.8
feb     9.8
jan    11.3
mar     7.5