python - Pandas 中的矩阵乘法

Question

我将数值数据存储在两个 DataFrame x 和 y 中。 numpy 的内积有效，但 pandas 的点积无效。

In [63]: x.shape
Out[63]: (1062, 36)

In [64]: y.shape
Out[64]: (36, 36)

In [65]: np.inner(x, y).shape
Out[65]: (1062L, 36L)

In [66]: x.dot(y)
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-66-76c015be254b> in <module>()
----> 1 x.dot(y)

C:\Programs\WinPython-64bit-2.7.3.3\python-2.7.3.amd64\lib\site-packages\pandas\core\frame.pyc in dot(self, other)
    888             if (len(common) > len(self.columns) or
    889                     len(common) > len(other.index)):
--> 890                 raise ValueError('matrices are not aligned')
    891 
    892             left = self.reindex(columns=common, copy=False)

ValueError: matrices are not aligned

这是一个错误还是我使用 pandas 错误？

Answer 1

x 和 y 的形状不仅要正确，而且x 的列名必须与 y 的索引名匹配。否则pandas/core/frame.py 中的这段代码将引发 ValueError:

if isinstance(other, (Series, DataFrame)):
    common = self.columns.union(other.index)
    if (len(common) > len(self.columns) or
        len(common) > len(other.index)):
        raise ValueError('matrices are not aligned')

如果您只想计算矩阵乘积而不使 x 的列名称与 y 的索引名称匹配，则使用 NumPy 点函数:

np.dot(x, y)

---

之所以 x 的列名必须与 y 的索引名匹配是因为 pandas dot 方法会重新索引 x 和 y 这样如果 x 的列顺序和 y 的索引顺序不自然匹配，它们将是在执行矩阵乘积之前进行匹配:

left = self.reindex(columns=common, copy=False)
right = other.reindex(index=common, copy=False)

NumPy dot 函数不做这样的事情。它只会根据底层数组中的值计算矩阵乘积。

---

这是一个重现错误的示例:

import pandas as pd
import numpy as np

columns = ['col{}'.format(i) for i in range(36)]
x = pd.DataFrame(np.random.random((1062, 36)), columns=columns)
y = pd.DataFrame(np.random.random((36, 36)))

print(np.dot(x, y).shape)
# (1062, 36)

print(x.dot(y).shape)
# ValueError: matrices are not aligned