Python pandas 将两个数据帧中的列相乘以获得每行（组）的数字

Question

我正在使用 Python，并希望从每个组的两个数据框中获得一个计算出的数字（价格 * 比率） ：

表 1： df1

团体	类别	价格_1	价格_2	价格_3	价格_4
一种	单身的	20.1	19.8	19.7	19.9
一种	多	25.1	26.8	24.7	24.9
乙	多	27.1	27.8	27.7	26.9

表 2： df2

团体	类别	比率_1	比率_2	比率_3	比率_4
一种	单身的	1.0	0.8	0.7	0.5
一种	多	1.0	0.7	0.6	0.4
乙	多	1.0	0.7	0.5	0.3

期望输出： df

团体	类别	价值
一种	单身的	59.68
一种	多	68.64
乙	多	68.48

例如，对于 Group = 'b' 和 Category = 'Multi'，值 = 27.1 * 1.0 + 27.8 * 0.7 + 27.7 * 0.5 + 26.9 * 0.3 = 68.48

我怎么能得到那个？ 谢谢！

Answer 1

我们可以使用set_index + str.split在df1和df2 （列和索引）上创建一个 MultiIndex，然后使用数学运算来计算值列：

# Create MultiIndex on df1 and df2
idx_cols = ['Group', 'Category']
df1 = df1.set_index(idx_cols)
df1.columns = df1.columns.str.rsplit('_', n=1, expand=True)
df2 = df2.set_index(idx_cols)
df2.columns = df2.columns.str.rsplit('_', n=1, expand=True)

# Compute DF3
df3 = df1['price'].mul(df2['ratio']).sum(axis=1).reset_index(name='value')

df3 ：

  Group Category  value
0     a   Single  59.68
1     a    Multi  68.64
2     b    Multi  68.48

df1变为：

               price                  
                   1     2     3     4
Group Category                        
a     Single    20.1  19.8  19.7  19.9
      Multi     25.1  26.8  24.7  24.9
b     Multi     27.1  27.8  27.7  26.9

df2变为：

               ratio               
                   1    2    3    4
Group Category                     
a     Single     1.0  0.8  0.7  0.5
      Multi      1.0  0.7  0.6  0.4
b     Multi      1.0  0.7  0.5  0.3

pandas将正确对齐列和索引以执行适当的乘法。

---

如果且仅当 DataFrame 已经正确对齐时，可以简单地使用to_numpy之一中的 Group 和 Category 列执行操作，并使用to_numpy将两个数据帧相乘，忽略列索引和np.sum来计算总数：

df3 = df1[['Group', 'Category']].copy()
df3['value'] = np.sum(
    df1.filter(like='price_').to_numpy() * df2.filter(like='ratio_').to_numpy(),
    axis=1
)

df3 ：

  Group Category  value
0     a   Single  59.68
1     a    Multi  68.64
2     b    Multi  68.48

这种方法速度更快，占用的空间更少，但需要数据帧df1和df2已经正确对齐（就像它们在 OP 中一样），但在处理错误方面不如前者健壮。 但是，如果满足条件，这是最佳的。

Answer 2

代码：

df = pd.DataFrame.from_dict({'Group': list(df1['Group']), 'Category': list(df1['Category']), 'value': df1['price_1']*df2['ratio_1'] + df1['price_2']*df2['ratio_2'] + df1['price_3']*df2['ratio_3'] + df1['price_4']*df2['ratio_4']})

输出：

Group Category  value
0     a   Single  59.68
1     a    Multi  68.64
2     b    Multi  68.48