python - 使用 Pandas 生成 3D "matrix"，基于比较两个数据帧 [Python]

Question

大家，早安。我正在使用 Python 和 Pandas。
我有两个数据帧，类型如下:

df_C = pd.DataFrame(data=[[-3,-1,-1], [5,3,3], [3,3,1], [-1,-1,-3], [-3,-1,-1], [2,3,1], [1,1,1]], columns=['C1','C2','C3'])

   C1  C2  C3
0  -3  -1  -1
1   5   3   3
2   3   3   1
3  -1  -1  -3
4  -3  -1  -1
5   2   3   1
6   1   1   1


df_F = pd.DataFrame(data=[[-1,1,-1,-1,-1],[1,1,1,1,1],[1,1,1,-1,1],[1,-1,-1,-1,1],[-1,0,0,-1,-1],[1,1,1,-1,0],[1,1,-1,1,-1]], columns=['F1','F2','F3','F4','F5'])

   F1  F2  F3  F4  F5
0  -1   1  -1  -1  -1
1   1   1   1   1   1
2   1   1   1  -1   1
3   1  -1  -1  -1   1
4  -1   0   0  -1  -1
5   1   1   1  -1   0
6   1   1  -1   1  -1

我希望能够“交叉”这两个数据帧，以生成 3D 或一个，如下所示:

生成的新数据必须比较 的值df_F 与 的值df_C ，考虑到以下几点:

如果两个值都为正，则生成 1

如果两个值都为负，则生成 1

如果一个值为正而另一个为负，则生成 0

如果任何值为零，则生成 None (NaN)

真表
数据对比 df_C 对比 df_F

df_C vs df_F = 3D
  +       +     1
  +       -     0
  +       0     None
  -       +     0
  -       -     1
  -       0     None
  0       +     None
  0       -     None
  0       0     None

你是编程专家，请指导我，当我生成这个矩阵时，我比较了这些值。我想用 Pandas 来做。我已经使用循环 (for) 和条件 (if) 完成了它，但它在视觉上令人不快，而且我认为使用 Pandas 它更高效和优雅。
谢谢你。

Answer 1

NumPy broadcasting 和 np.select
广播并乘以 df_C 中的值来自 df_F 的值这样生成的乘积矩阵的形状将为 (3, 7, 5) ，然后测试乘积矩阵中的值为正、负或零的条件并分配相应的值 1 , 0和 NaN条件成立

a = df_C.values.T[:, :, None] * df_F.values
a = np.select([a > 0, a < 0], [1, 0], np.nan)

array([[[ 1.,  0.,  1.,  1.,  1.],
        [ 1.,  1.,  1.,  1.,  1.],
        [ 1.,  1.,  1.,  0.,  1.],
        [ 0.,  1.,  1.,  1.,  0.],
        [ 1., nan, nan,  1.,  1.],
        [ 1.,  1.,  1.,  0., nan],
        [ 1.,  1.,  0.,  1.,  0.]],

       [[ 1.,  0.,  1.,  1.,  1.],
        [ 1.,  1.,  1.,  1.,  1.],
        [ 1.,  1.,  1.,  0.,  1.],
        [ 0.,  1.,  1.,  1.,  0.],
        [ 1., nan, nan,  1.,  1.],
        [ 1.,  1.,  1.,  0., nan],
        [ 1.,  1.,  0.,  1.,  0.]],

       [[ 1.,  0.,  1.,  1.,  1.],
        [ 1.,  1.,  1.,  1.,  1.],
        [ 1.,  1.,  1.,  0.,  1.],
        [ 0.,  1.,  1.,  1.,  0.],
        [ 1., nan, nan,  1.,  1.],
        [ 1.,  1.,  1.,  0., nan],
        [ 1.,  1.,  0.,  1.,  0.]]])