Python-数据帧 : Multiply multiple columns by another column and save in new columns

Question

我找不到这样做的有效方法。我在 Python 中有以下 DataFrame，列从 A 到 Z

     A    B    C ...   Z
0  2.0  8.0  1.0 ... 5.0
1  3.0  9.0  0.0 ... 4.0
2  4.0  9.0  0.0 ... 3.0
3  5.0  8.0  1.0 ... 2.0
4  6.0  8.0  0.0 ... 1.0
5  7.0  9.0  1.0 ... 0.0

我需要将 B 到 Z 的每一列乘以 A，(B x A，C x A，...，Z x A)，并将结果保存在新列(R1，R2 ... , R25).我会有这样的东西:

     A    B    C ...   Z    R1   R2  ...  R25
0  2.0  8.0  1.0 ... 5.0  16.0  2.0  ... 10.0
1  3.0  9.0  0.0 ... 4.0  27.0  0.0  ... 12.0
2  4.0  9.0  0.0 ... 3.0  36.0  0.0  ... 12.0
3  5.0  8.0  1.0 ... 2.0  40.0  5.0  ... 10.0
4  6.0  8.0  0.0 ... 1.0  48.0  0.0  ... 6.0
5  7.0  9.0  1.0 ... 0.0  63.0  7.0  ... 0.0

我能够使用以下代码计算结果，但从这里我需要与原始 df 合并。听起来效率不高。必须有一种简单/干净的方法来做到这一点。

df.loc[:,'B':'D'].multiply(df['A'], axis="index")

这是一个例子，我的真实 DataFrame 有 160 列 x 16k 行。

Answer 1

通过list理解创建新的列名然后join转为原文:

df1 = df.loc[:,'B':'D'].multiply(df['A'], axis="index")
df1.columns = ['R{}'.format(x) for x in range(1, len(df1.columns) + 1)]

df = df.join(df1)
print (df)
     A    B    C    Z    R1   R2
0  2.0  8.0  1.0  5.0  16.0  2.0
1  3.0  9.0  0.0  4.0  27.0  0.0
2  4.0  9.0  0.0  3.0  36.0  0.0
3  5.0  8.0  1.0  2.0  40.0  5.0
4  6.0  8.0  0.0  1.0  48.0  0.0
5  7.0  9.0  1.0  0.0  63.0  7.0