Pandas：基於列名稱的列的成對乘法

Question

我有以下DataFrame

>>> df = pd.DataFrame({'ap1_X':[1,2,3,4], 'as1_X':[1,2,3,4], 'ap2_X':[2,2,2,2], 'as2_X':[3,3,3,3]})
>>> df
   ap1_X  as1_X  ap2_X  as2_X
0      1      1      2      3
1      2      2      2      3
2      3      3      2      3
3      4      4      2      3

我想將ap1_X與as1_X相乘並將該值放在as1_X ，類似於ap2_X和as2_X 。 這里的公共標識符是ap或as之后的數字。

最終的DataFrame看起來應該是這樣的

>>> df
   ap1_X  as1_X  ap2_X  as2_X
0      1      1      2      6
1      2      4      2      6
2      3      9      2      6
3      4      16     2      6

我知道我可以循環遍歷列並將列名中具有相同第3個字符的列相乘，但我想知道是否有更多的“熊貓”方法嗎？

更新：列名中的數字ID可以是多個數字（例如：1,2，...，12，...，100）。 所以基本上，ID是'ap'或'as'和'_X'之間的數字。

Answer 1

您可以使用axis=1進行groupby ，key是常用數字

df.groupby(df.columns.str[2],axis=1).prod()
Out[73]: 
    1  2
0   1  6
1   4  6
2   9  6
3  16  6

Answer 2

你可以在這里使用filter ：

df.filter(like='p') * df.filter(like='s').values

   ap1_X  ap2_X
0      1      6
1      4      6
2      9      6
3     16      6

---

另一個解決方案是argsort列名稱和切片。 這應該非常有效。

idx = np.argsort(df.columns.str[1])
l = len(df) // 2
df.iloc[:, idx[:l]] * df.iloc[:, idx[l:]].values 

   ap1_X  ap2_X
0      1      6
1      4      6
2      9      6
3     16      6