python-3.x - 基于映射的列乘法

Question

我有以下两个数据框。第一个，将一些节点映射到区域号和该节点的最大电力负载。

bus = pd.DataFrame(data={'Node':[101, 102, 103, 104, 105], 'Area':[1, 1, 2, 2, 3], 'Load':[10, 15, 12, 20, 25]})

这给了我们:

   Bus  Area  Load
0  101     1    10
1  102     1    15
2  103     2    12
3  104     2    20
4  105     3    25

第二个数据框显示一段时间内(从 0 点到 5 点)每个区域的总电力负荷。列名称是区域(与数据帧 bus 中的列 Area 匹配。

load = pd.DataFrame(data={1:[20, 18, 17, 19, 22, 25], 2:[23, 25,24, 27, 30, 32], 3:[10, 14, 19, 25, 22, 20]})

这给了我们:

    1   2   3
0  20  23  10
1  18  25  14
2  17  24  19
3  19  27  25
4  22  30  22
5  25  32  20

我想要一个数据框来显示每辆公交车在 6 小时内的电力负载。假设:负载随时间变化的百分比与bus中显示的最大负载的百分比相同；例如，101路公交车的电负荷占区域1的电负荷的10/(10+15)=0.4%，因此，要计算其每小时负荷，应将10/(10+15)乘以区域1对应的列加载。

所需的输出应采用以下格式:

    101     102     103     104     105
0   8       12      8.625   14.375  10
1   7.2     10.8    9.375   15.625  14
2   6.8     10.2    9       15      19
3   7.6     11.4    10.125  16.875  25
4   8.8     13.2    11.25   18.75   22
5   10      15      12      20      20

对于第 101 列，我们将 0.4 乘以 load 的第 1 列。

非常感谢任何帮助。

Answer 1

一种选择是获取 Load 除以 sum，然后进行透视，获取 load 和 的索引匹配总线，在乘以匹配级别之前:

(bus.assign(Load = bus.Load.div(bus.groupby('Area').Load.transform('sum')))
    .pivot(None, ['Area', 'Node'], 'Load')
    .reindex(load.index)
    .ffill() # get the data spread into all rows
    .bfill()
    .mul(load, level=0)
    .droplevel(0,1)
    .rename_axis(columns=None)
) 
    101   102     103     104   105
0   8.0  12.0   8.625  14.375  10.0
1   7.2  10.8   9.375  15.625  14.0
2   6.8  10.2   9.000  15.000  19.0
3   7.6  11.4  10.125  16.875  25.0
4   8.8  13.2  11.250  18.750  22.0
5  10.0  15.0  12.000  20.000  20.0