Pandas 中的 Excel Sumproduct 等效项答案

【问题标题】：Excel Sumproduct equivalent in PandasPandas 中的 Excel Sumproduct 等效项
【发布时间】：2019-10-17 15:00:49
【问题描述】：

我有一个简单的练习，但在 Pandas 中找不到简单的解决方案。我的数据框具有以下形式：

         A      B      C      D              A1          B1          C1            D1
0       0.0    0.0    0.0  0.090909       0.247747    0.162398    0.381459       0.208396
1       0.0    0.0    0.0  0.090909       0.250811    0.168629    0.374599       0.205961
2       0.0    0.0    0.0  0.090909       0.252173    0.168521    0.374551       0.204755

我想始终使用 AA1 + BB1 ..D*D1

计算列的和积

我找到了一个解决方案，但它有点乱，不适合列数一增加。任何pythonic方法来解决这个问题？使用 Excel 我会给你sumproduct 函数。

目前的解决方案：

df['SP'] = df[["A", 'A1']].prod(axis=1) + df[["B", 'B1']].prod(axis=1) + df[["C", 'C1']].prod(axis=1) + df[["D", 'D1']].prod(axis=1)

应该导致：

 df[SP]
0.018945
0.018724
0.018614

【问题讨论】：

df.groupby(df.columns.str[0], axis=1).prod().sum(1)
这看起来很棒，但是是否可以使用列名更加动态并分配范围或列表？实际上，列名非常不同。

标签： python pandas sumproduct

【解决方案1】：

类似于 Chris 的评论，但您可以忽略列名并改为传递范围：

num_base_cols=4
num_repeat = 2

col_groups = np.tile(np.arange(num_base_cols), num_repeat)

df.groupby(col_groups, axis=1).prod().sum(1)

输出：

0    0.018945
1    0.018724
2    0.018614
dtype: float64

【讨论】：

【解决方案2】：

您可以识别“左”和“右”上的列，然后乘以和sum(axis=1)。

请注意，我假设您的所有列都遵循 col_name/col_name<number> 约定（如果不是这种情况，您将必须手动识别列表 cols_left 和 cols_right 中的列名)。

import pandas as pd

df = pd.DataFrame(data={
    'A': [0,0,0],
    'B': [0,0,0],
    'C': [0,0,0],
    'D': [0.090909, 0.090909, 0.090909],
    'A1': [0.247747,0.250811, 0.252173],
    'B1': [0.162398, 0.168629, 0.168521],
    'C1': [0.381459, 0.374599, 0.374551],
    'D1': [0.208396, 0.205961, 0.204755]
})

cols_left = [c for c in df.columns if '1' not in c]
cols_right = [c for c in df.columns if '1' in c]

out = (df[cols_left] * df[cols_right].values).sum(axis=1)

out:

0    0.018945
1    0.018724
2    0.018614

【讨论】：