根据其他列的加权值创建新的pandas列

Question

我正在尝试通过合计较早列中的加权值来创建新列。

例

 v1    v2   v3  
  1    2    3
  4    3    6
  3    2    1

weights = [0.801,0.796,0.637] 

我想将v1乘以weights [0]，然后将v2乘以weights [1]等，并创建一个新列，这些列是这些操作的总和

这样输出将是

 v1       v2      v3    v_tot 
0.801   1.592   -1.911  0.482
3.204   2.388   -3.822  1.77
2.403   1.592   -0.637  3.358

我尝试过建立新的df

data2 = data3.mul(weights_a)

这可行，但是当我尝试创建新列时

data2['v_tot'] = data2.loc[:,:].sum()

新列已创建，但其中充满了nan值。

谁能提供一些建议？

Answer 1

（不确定为什么v3中存在负值）请尝试：

df_new=df.mul(weights,axis=1)
df_new['v_tot']=df_new.sum(axis=1)
print(df_new)

      v1     v2     v3  v_tot
0  0.801  1.592  1.911  4.304
1  3.204  2.388  3.822  9.414
2  2.403  1.592  0.637  4.632

Answer 2

s = """
 v1    v2   v3  
  1    2    3
  4    3    6
  3    2    1
"""
df = pd.read_csv(pd.compat.StringIO(s), delim_whitespace=True)

weights = [0.801,0.796,0.637]

df['v_tot'] = (df * weights).sum(axis=1)
df

输出：

   v1  v2  v3  v_tot
0   1   2   3  4.304
1   4   3   6  9.414
2   3   2   1  4.632

PS并且如果您也想拥有一个带有加权值的DataFrame：

dfw = df * weights
dfw['v_tot'] = dfw.sum(axis=1)
dfw

输出：

      v1     v2     v3  v_tot
0  0.801  1.592  1.911  4.304
1  3.204  2.388  3.822  9.414
2  2.403  1.592  0.637  4.632

Answer 3

尝试：

data2['v_tot'] = data2.sum(axis=1)