python - 将行和列总和应用于 Pandas 数据框中的单元格

Question

有人可以建议一种简单的方法来实现下面的结果。

数据:

data = np.array([
['','A','B'],
['Yes',44,19],
['No',116,128]
])

df = pd.DataFrame(data=data[1:,1:],    
                  index=data[1:,0],    
                  columns=data[0,1:])

df:
           A    B
    Yes   44   19
    No   116  128

对于每个单元格，我想将行总计的总和乘以列总计，然后除以表总计(此时我不关心调用的值)，所以单元格 Yes\A 会是:

63 * 160/307 = 32.83

这些值来自:

63 = 44 + 19

160 = 44 + 116

307 = 44 + 19 + 116 + 128

有什么简单的方法吗？

谢谢

编辑。完整的期望结果(此外，无论数据框中的行数和列数如何，此方法都应该有效......可能会有所不同)

32.83    30.17
127.17   116.83

Answer 1

您可以使用 DataFrame.dot和 sum Dataframes 使用 Series 创建，作者 to_frame和 T :

df = df.astype(int)

print (df.sum(1).to_frame())
       0
Yes   63
No   244

print (df.sum().to_frame())
     0
A  160
B  147

print (df.sum(1).to_frame().dot(df.sum().to_frame().T).div(df.sum().sum()))
              A           B
Yes   32.833876   30.166124
No   127.166124  116.833876

时间:

np.random.seed(1)
df = pd.DataFrame(np.random.randint(10, size=(10,10)))
df.columns = list('ABCDEFGHIJ')
print (df)

In [293]: %timeit (df.apply(lambda r: df.sum()[r.name]*df.sum(1)[r.index]/df.sum().sum()))
100 loops, best of 3: 14.1 ms per loop

In [294]: %timeit (df.sum(1).to_frame().dot(df.sum().to_frame().T).div(df.sum().sum()))
1000 loops, best of 3: 1.19 ms per loop