pandas dataframe multiplicar con una serie

multiplying

Question

¿Cuál es la mejor manera de multiplicar todas las columnas de un DataFrame Pandas por un vector de columna almacenado en una Series ? Solía ​​hacer esto en Matlab con repmat() , que no existe en Pandas. Puedo usar np.tile() , pero parece feo convertir la estructura de datos hacia adelante y hacia atrás cada vez.

Gracias.

Answer 1

¿Por qué no creas tu propia función de mosaico de marco de datos?

def tile_df(df, n, m):
    dfn = df.T
    for _ in range(1, m):
        dfn = dfn.append(df.T, ignore_index=True)
    dfm = dfn.T
    for _ in range(1, n):
        dfm = dfm.append(dfn.T, ignore_index=True)
    return dfm

Ejemplo:

df = pandas.DataFrame([[1,2],[3,4]])
tile_df(df, 2, 3)
#    0  1  2  3  4  5
# 0  1  2  1  2  1  2
# 1  3  4  3  4  3  4
# 2  1  2  1  2  1  2
# 3  3  4  3  4  3  4

Sin embargo , la nota de los docs : "DataFrame no pretende ser un reemplazo directo para ndarray ya que su semántica de indexación es bastante diferente en lugares de una matriz". Lo que presumiblemente debe interpretarse como "usar numpy si haces muchas cosas de matriz" .

Answer 2

Esto puede lograrse simplemente con el método DataFrame.

In[1]: import pandas as pd; import numpy as np

In[2]: df = pd.DataFrame(np.arange(40.).reshape((8, 5)), columns=list(''abcde'')); df
Out[2]: 
        a   b   c   d   e
    0   0   1   2   3   4
    1   5   6   7   8   9
    2  10  11  12  13  14
    3  15  16  17  18  19
    4  20  21  22  23  24
    5  25  26  27  28  29
    6  30  31  32  33  34
    7  35  36  37  38  39

In[3]: ser = pd.Series(np.arange(8) * 10); ser
Out[3]: 
    0     0
    1    10
    2    20
    3    30
    4    40
    5    50
    6    60
    7    70

Ahora que tenemos nuestro DataFrame y Series , necesitamos una función para aprobar.

In[4]: func = lambda x: np.asarray(x) * np.asarray(ser)

Podemos pasar esto a df.apply y estamos df.apply para ir

In[5]: df.apply(func)
Out[5]:
          a     b     c     d     e
    0     0     0     0     0     0
    1    50    60    70    80    90
    2   200   220   240   260   280
    3   450   480   510   540   570
    4   800   840   880   920   960
    5  1250  1300  1350  1400  1450
    6  1800  1860  1920  1980  2040
    7  2450  2520  2590  2660  2730

df.apply actúa en forma de columnas por defecto, pero también puede actuar en filas al pasar axis=1 como argumento para apply .

In[6]: ser2 = pd.Series(np.arange(5) *5); ser2
Out[6]: 
    0     0
    1     5
    2    10
    3    15
    4    20

In[7]: func2 = lambda x: np.asarray(x) * np.asarray(ser2)

In[8]: df.apply(func2, axis=1)
Out[8]: 
       a    b    c    d    e
    0  0    5   20   45   80
    1  0   30   70  120  180
    2  0   55  120  195  280
    3  0   80  170  270  380
    4  0  105  220  345  480
    5  0  130  270  420  580
    6  0  155  320  495  680
    7  0  180  370  570  780

Esto podría hacerse de manera más concisa definiendo la función anónima dentro de apply

In[9]: df.apply(lambda x: np.asarray(x) * np.asarray(ser))
Out[9]: 
          a     b     c     d     e
    0     0     0     0     0     0
    1    50    60    70    80    90
    2   200   220   240   260   280
    3   450   480   510   540   570
    4   800   840   880   920   960
    5  1250  1300  1350  1400  1450
    6  1800  1860  1920  1980  2040
    7  2450  2520  2590  2660  2730

In[10]: df.apply(lambda x: np.asarray(x) * np.asarray(ser2), axis=1)
Out[10]:
       a    b    c    d    e
    0  0    5   20   45   80
    1  0   30   70  120  180
    2  0   55  120  195  280
    3  0   80  170  270  380
    4  0  105  220  345  480
    5  0  130  270  420  580
    6  0  155  320  495  680
    7  0  180  370  570  780

Answer 3

Qué hay de malo en

result = dataframe.mul(series, axis=0)

?

http://pandas.pydata.org/pandas-docs/stable/basics.html#flexible-binary-operations