python - pandas 列与其索引 groupby 的乘积

Question

我正在使用数据框，并且必须进行分组才能对我的数据进行一些操作。

这是我的数据框的示例:

 I  SI   deltas

 1  10   0.1
 1  14   0.1
 2  10   0.1
 2  18   0.3
 1  17   0.05
 2  30   0.3
 1  10   0.4
 1  14   0.2
 2  10   0.1
 2  18   0.2
 1  17   0.15

现在，对于每个 I，我以这种方式计算 SI 的相对频率:

results = df.groupby(['I', 'SI'])[['deltas']].sum()
#for each I, we sum all the weights (Deltas)
denom = results.groupby('I')['deltas'].sum()
#for each I, we divide each  deltas by the sum, getting them normalized to one
results.deltas = results.deltas / denom

所以我的数据框现在看起来像这样:

我=1

             deltas 

  SI = 10     0.5
  SI = 14     0.3
  SI = 17     0.2

我=2

             deltas 

  SI = 10     0.2
  SI = 18     0.5
  SI = 30     0.3

...

我需要做的是打印每个 I 的增量总和乘以它们的相对 SI:

     I = 1       sum =    0.5 * 10 + 0.3*14 + 0.2*17 = 12.6 
     I = 2       sum =    0.2*10 + 18*0.5 + 30*0.3 = 21

但由于现在我正在使用索引为 I 和 SI 的数据框，我不知道如何使用它们。我尝试了这段代码:

     for idx2, j in enumerate(results.index.get_level_values(0).unique()):
        #print results.loc[j]
        f.write("%d\t"%(j)+results.loc[j].to_string(index=False)+'\n')

但我不确定应该如何继续获取索引值

Answer 1

假设您在初始转换后有一个输入数据帧 df。如果 SI 是您的索引，请通过 df = df.reset_index() 将其提升为列作为初始步骤。

   I  SI  weight
0  1  10     0.5
1  1  14     0.3
2  1  17     0.2
3  2  10     0.2
4  2  18     0.5
5  2  30     0.3

然后您可以计算SI和weight的乘积，然后使用GroupBy + sum:

res = df.assign(prod=df['SI']*df['weight'])\
        .groupby('I')['prod'].sum().reset_index()

print(res)

   I  prod
0  1  12.6
1  2  20.0

对于孤立的单个数据帧，您可以使用 np.dot为点积。

s = pd.Series([0.5, 0.3, 0.2], index=[10, 14, 17])
s.index.name = 'SI'

res = np.dot(s.index, s)  # 12.6