如何按列计算pandas中的sumproduct？

Question

我有一个数据框：

ID  2000-01 2000-02 2000-03 2000-04 2000-05 val
1   2847    2861    2875    2890    2904    94717
2   1338    1343    1348    1353    1358    70105
3   3301    3311    3321    3331    3341    60307
4   1425    1422    1419    1416    1413    79888

我想使用 sumproduct 公式 (excel) =sumproduct(array $val, array 2000-xx) 向 table 添加一个新行。新行中的第一个值计算为 2847x94717 + 1338x70105 + 3301x60307 + 1425x79888 = 676373596（在 Excel 术语中，B2xG2+B3xG3+B4xG4+B5xG5）

输出：

ID  2000-01    2000-02   2000-03     2000-04    2000-05    val
1   2847       2861      2875        2890       2904       94717
2   1338       1343      1348        1353       1358       70105
3   3301       3311      3321        3331       3341       60307
4   1425       1422      1419        1416       1413       79888
5   676373596  678413565 680453534   682588220  684628189

我该怎么做？

Answer 1

您可以将点积 @ 和 merge 返回到原始数据帧：

df.merge(pd.DataFrame(df.iloc[:,1:-1].T @ df['val']).T, how='outer')
 
    ID    2000-01    2000-02    2000-03    2000-04    2000-05      val
0  1.0       2847       2861       2875       2890       2904  94717.0
1  2.0       1338       1343       1348       1353       1358  70105.0
2  3.0       3301       3311       3321       3331       3341  60307.0
3  4.0       1425       1422       1419       1416       1413  79888.0
4  NaN  676373596  678413565  680453534  682588220  684628189      NaN

Answer 2

假设 ID 不在索引中，您可以这样做：

 df.loc[5, :] = df.iloc[:,1:-1].mul(df['val'], axis=0).sum()

输出：

    ID      2000-01      2000-02      2000-03      2000-04      2000-05      val
0  1.0       2847.0       2861.0       2875.0       2890.0       2904.0  94717.0
1  2.0       1338.0       1343.0       1348.0       1353.0       1358.0  70105.0
2  3.0       3301.0       3311.0       3321.0       3331.0       3341.0  60307.0
3  4.0       1425.0       1422.0       1419.0       1416.0       1413.0  79888.0
5  NaN  676373596.0  678413565.0  680453534.0  682588220.0  684628189.0      NaN

使用 pandas.DataFrame.mul 和 axis=0 然后求和并让 pandas intrinsic data alignment 根据索引将值放在正确的列中。

Answer 3

你可以这样做：

row = [sum(df[col]*df['val']) for col in df.columns.drop(['ID','val'])]
row.insert(0, len(df)+1)
row.insert(len(row), 0)
df.loc[len(df)] = row
df.loc[len(df)-1,'val'] = ''

Answer 4

相同结果的其他选项

columns_to_multiply = df.columns.drop(['ID', 'val'])
df1 = df.copy()
for x in columns_to_multiply:
    df1[x] *= df1['val']
prod_sum_list = [len(df)] + df1[columns_to_multiply].sum().tolist() + [np.nan]
df.loc[len(df.index)] = prod_sum_list
df

如何按列计算pandas中的sumproduct？

How to calculate sumproduct in pandas by column?

python

dataframe

python-3.x

pandas