Pandas：为什么即使选择了正确的列数，点积也不起作用？答案

【问题标题】：Pandas: why doesn't dot product work even after choosing the correct number of columns?Pandas：为什么即使选择了正确的列数，点积也不起作用？
【发布时间】：2020-01-26 01:01:36
【问题描述】：

我正在尝试采用 pandas DataFrame 和 Series 的点积。但是，即使我将 pandas DataFrame 限制为与 Series 具有相同的列数，我仍然得到

ValueError：矩阵未对齐。

import pandas as pd
df1 = pd.DataFrame([[0, 1, -2, -1], [1, 1, 1, 1]])
df2 = pd.DataFrame([[0, 1, -2, -1, 1], [1, 1, 1, 1, 1]])
s = pd.Series([1, 1, 2, 1])

print(df1.shape) # (2,4)
print(df2.iloc[:, 1:len(df2.columns)].shape) #(2,4) also

df1.dot(s) # works fine
df2.iloc[:, 1:len(df2.columns)].dot(s) # throws ValueError

为什么会这样？

【问题讨论】：

df、df1 或 df2 是指哪个变量？
对不起，df2。刚刚编辑过。

标签： python pandas

【解决方案1】：

问题是列是 1,2,.. 但索引序列是 0,1,...你需要：

df2.iloc[:, 1:len(df2.columns)].values.dot(s)

或

df2.values[:,1:].dot(s)

输出

#array([-2,  5])

另一种方法 DataFrame.rename

df2.rename(columns = dict(zip(df2.columns,df2.columns + -1))).iloc[:,1:].dot(s)

或

n = 1
df2.iloc[:,n:].rename(columns = dict(zip(df2.columns[n:],s.index))).dot(s)
#0   -2
#1    5
#dtype: int64

【讨论】：

【解决方案2】：

是索引不匹配！如果您将 df2 和 s 都转换为数组，则可以：

> df2.iloc[:, 1:len(df2.columns)].values @ s.values
array([-2,  5])

如果你的 s 的索引以 1 开头：

> s.index = [1,2,3,4]
> df2.iloc[:, 1:len(df2.columns)].dot(s)
0   -2
1    5
dtype: int64

【讨论】：