sumproduct 2 具有 nan 值的数据帧答案

【问题标题】：sumproduct 2 dataframes with nan valuessumproduct 2 具有 nan 值的数据帧
【发布时间】：2021-09-16 10:58:43
【问题描述】：

有 2 个数据帧 df['x'] 和 df['y']。如何将 2 个表相乘并对行求和？

x0  x1  x2      y0  y1  y2
2   5   9       2   3   4
Nan 4   7       2   2   3
3   Nan 3       1   2   3

期望的输出：
(2x2)+(5x3)+(9x4) = 55
等等。

Nan 应该被视为 0。
我用下面的代码不断地用 nan 值达到结果。
还有其他更有效的方法来解决这个问题吗？

df['z'] = (df['x'].to_numpy() * df['y'].to_numpy()).sum(axis=1)

【问题讨论】：

遇到NaN应该怎么办？第二行应该是什么结果？
在不改变原始值的情况下，Nan 应该被视为 0。

标签： python pandas dataframe sumproduct

【解决方案1】：

Pandas 支持 arithmetic operations over dataframe，并为它们提供灵活的包装器。

 df.method()   operator
------------------------
     add          +
     sub          -
     mul          *
     div          /
     mod          %
     pow          **

只需将原始数据帧与填充的 nan 值相乘。

#METHOD 1
(df_x.fillna(0)*df_y.values).sum(1)

或者你可以使用pd.DataFrame.mul()，它等同于*，但提供了添加fill_value的功能

#METHOD 2
df_x.mul(df_y.values, fill_value=0).sum(1)

0    55.0
1    29.0
2    12.0
dtype: float64

注意：如果 df_y 也是 nan 值，则将 df_y.values 替换为 df_y.fillna(0).values。

【讨论】：

【解决方案2】：

尝试将filter 与regex 参数一起使用：

df.filter(regex='x\d').mul(df.filter(regex='y\d').to_numpy()).sum(axis=1)

或仅与filter(like=...)：

df.filter(like='x').mul(df.filter(like='y').to_numpy()).sum(axis=1)

0    55.0
1    29.0
2    12.0
dtype: float64

【讨论】：