将 1 Dataframe 乘以根据其索引值选择的另一行中的一行

Question

我在这上面拉头发。

我有 2 个数据框：

df1 保存球员的数据，包括他们的位置（区域）（前锋、中场或后卫）和他们的一些

游戏统计数据。

df1 = pd.DataFrame({'Zone': ['DEF', 'MID', 'FWD'], 'Tackles': [5, 10, 5], 'Goals': [0, 1, 1], 'Shots': [10, 5, 2]} , index=(['Player A', 'Player B', 'Player C']))

         Zone  Tackles  Goals  Shots
Player A  DEF        5      0     10
Player B  MID       10      1      5
Player C  FWD        5      1      2

df2 包含我要应用的权重，以计算每个玩家的表现指数。权重取决于球员的位置

df2 = pd.DataFrame({'Tackles': [1, 2, 4], 'Goals': [10, 5, 2], 'Shots': [3, 3, 1]}, index=(['FWD', 'MID', 'DEF']))

     Tackles  Goals  Shots
FWD        1     10      3
MID        2      5      3
DEF        4      2      1

我想将 df1 中的每一行乘以 df2 中的对应行

这就是我想要的：

         Zone  Tackles  Goals  Shots  Index
Player A  DEF        5      0     10    30.0 (5*4 + 0*2 + 10*1)
Player B  MID       10      1      5    40.0 (10*2 + 1*5 +5*3)
Player C  FWD        5      1      2    21.0 (5*1 + 1*10 +2*3)

我试过的是这样的：

df1['Index'] = (df1 * df2.loc[df1['Zone']]).sum(axis=1)

但它不起作用......

非常感谢您的帮助

Answer 1

附加临时Zone 作为df1 的索引：

df1['Index'] = df1.set_index('Zone', append=True).mul(df2, level=1).sum(axis=1).values
print(df1)

# Output
         Zone  Tackles  Goals  Shots  Index
Player A  DEF        5      0     10     30
Player B  MID       10      1      5     40
Player C  FWD        5      1      2     21