python - 将点积应用于多索引 pandas 数据帧成员的矢量化解决方案

Question

我有两个数据框，一个是产品价格的简单时间序列，一个是多索引数据框，其中包含两种不同机器配置的三种产品的产量，适用于三种不同类型的输入。

我想要生成的是红色数据框，其中行是时间序列，列是多重索引，上层是配置，下层是三个产品。单元格的值是价格和 yield 的点积。

我有一个玩具示例:

import pandas as pd
import numpy as np
yield_data = {"red_delicious":[0.4, 0.4, 0.2, 0.4, 0.45, 0.05],
"macintosh":[0.6, 0.2, 0.2, 0.61, 0.3, 0.05],
'fuji':[0.3, 0.3, 0.4, 0.3, 0.35, 0.35],
'config':["a"]*3+['b']*3,
'product':['juice', 'candy', 'pulp']*2}

toy_yield = pd.DataFrame.from_dict(yield_data, ).set_index(['config', 'product'])

index=pd.date_range(start="20191201", end="20191210", freq="d")
price_data = {"juice":(np.random.randint(6000,7000,size=(len(index)))/100),
             'candy': (np.random.randint(6000,7000,size=(len(index)))/100),
             'pulp':(np.random.randint(6000,7000,size=(len(index)))/100),
             }
toy_price = pd.DataFrame(data=price_data, index=pd.date_range(start="20191201", end="20191210", freq="d") )

我想以单一向量化方法进行点积运算，但我不知道如何进行，到目前为止，我只是将这些类型的操作与糟糕的 .apply() 或循环类型程序混在一起绝对不理想。

Answer 1

我相信你只需要:

toy_price @ toy_yield.unstack('config')

输出:

           red_delicious          macintosh             fuji         
config                 a        b         a        b       a        b
2019-12-01        67.428  60.9110    66.698  64.3121  67.221  67.3640
2019-12-02        62.368  55.8040    61.850  59.0437  62.971  62.8850
2019-12-03        68.226  61.0995    68.702  65.5989  68.602  68.4485
2019-12-04        68.488  61.7440    68.102  65.5111  68.401  68.4710
2019-12-05        65.734  60.0965    65.220  63.6584  64.393  64.7925
2019-12-06        65.638  58.9445    64.476  61.8116  66.061  66.1005
2019-12-07        65.328  58.0940    67.152  63.6116  66.056  65.6460
2019-12-08        67.496  61.0005    66.654  64.3062  67.267  67.4295
2019-12-09        67.940  61.1280    68.708  65.9028  67.820  67.7540
2019-12-10        67.436  60.8665    67.468  64.9579  67.162  67.2265