使用 DataFrame 和 dict 获得加权总和的 Pythonic 方法

Question

给定一个 DataFrame 和一个 Dict，我怎样才能得到一个带有加权总和的新列？ Dict 中的键与 DataFrame 中的列名匹配

import pandas as pd
df = pd.DataFrame({'Index': ['aaa', 'bbb', 'ccc'],
                   'a': [1, 2, 3],
                   'b': [4, 5, 6],
                   'c': [7, 8, 9]})
df.set_index('Index', inplace=True)

weights = {'a': 0.5,
        'b': 0.2
       }

在这里，我想要一个 pythonic 方式(我目前正在做一个大循环!)来获得以下结果:

| Index   | a   | b   | c   | weighted_sum            |
| aaa     | 1   | 4   | 7   | (1 * 0.5) + (4 * 0.2)   |
| bbb     | 2   | 5   | 8   | (2 * 0.5) + (5 * 0.2)   | 
| ccc     | 3   | 6   | 9   | (3 * 0.5) + (6 * 0.2)   | 

注意，我不会总是知道权重字典中的键是什么

Answer 1

你可以做:

df['weighted_sum'] = df[['a','b']].mul(weights).sum(1)

或等效地:

df['weighted_sum'] = (df[['a','b']] * weights).sum(1)

输出:

       a  b  c  weighted_sum
Index                       
aaa    1  4  7           1.3
bbb    2  5  8           2.0
ccc    3  6  9           2.7

现在，如果您不总是知道 key ，您可以通过 weights.keys() 获取 key 。 :

(df[weights.keys()] * weights).sum(1)

那可能会抛出 KeyError如果您的键不在数据框的列中。在这种情况下，您可以转 weights成一个系列，Pandas 将为您完成繁重的工作。

df.mul(pd.Series(weights)).sum(1)