如何在 Python 中“相乘”数据帧？

Question

我在 Python/pandas 中有两个数据框，如下所示：

df1 =
[[2001 年 1 月 1 日，2004 年 1 月 4 日，2007 年 12 月 12 日]，
[2002 年 2 月 7 日，北美，北美]，
[2012 年 4 月 8 日，2018 年 2 月 11 日，北美]]

df2 =
[[1, 3, 2],
[2, 不适用, 不适用],
[3, 1, NA]]

我想创建第三个数据框，如下所示：

df3 =
[[2001 年 1 月 1 日，2004 年 1 月 4 日，2004 年 4 月 1 日，2004 年 1 月 4 日，2007 年 12 月 12 日，2007 年 12 月 12 日]，
[02/07/2002, 02/07/2002, NA, NA, NA, NA],
[04/08/2012, 04/08/2012, 04/08/2012, 02/11/2018, NA, NA]]

换句话说，第二个 df 给出了我想将第一个 df 的相应值复制到第三个的次数。由于没有更好的词，我在问题中称其为“乘法”，尽管我意识到这可能是错误的。

有人知道有效地做到这一点的方法吗？我的方法是为每一行使用循环和列表，但我猜应该有一种更有效的方式在 Python 中执行此操作。非常感谢您的帮助，再次抱歉在这里可能使用了错误的术语。

Answer 1

完全vectorized solution不能由这个逻辑产生，但我们可以从list comprehension的numpy和python Inbuilt操作中获益。

逻辑：
1. 使用np.repeat 其中Array manipulation routines 我们将使用它沿dataframe df1 行重复，其中repeats 的参数np.repeat 函数的行将是 df2 对象的行。

np.repeat(df1.iloc[i,:], df2_u.iloc[i,:].astype('i4'))

2. 重要要注意的是repeats 参数的类型应该是int，我们将使用astype('i4')，即np.int32 数据类型在list comprehension 时转换df2 行。

df2_u.iloc[i,:].astype('i4')

3. 最后如何重复np.nan 值形式np.nan 只需将df2 更新为df2_u 其中NA 使用此操作填充0：

df2_u = df2.fillna(0)

通用解决方案，这里的逻辑工作就像我们通过unequal-size 和nested-list 的list of lists 将导致DataFrame-Object 广播row 和fill 所有未定义值np.nan 对象。

代码：

import pandas as pd
import numpy as np

df1 = pd.DataFrame([['01/01/2001', '01/04/2004', '12/12/2007'],
                    ['02/07/2002', np.nan, np.nan],
                    ['04/08/2012', '02/11/2018', np.nan]])

df2 = pd.DataFrame([[1, 3, 2], [2, np.nan, np.nan], [3, 1, np.nan]])

df1_sub = df1
df2_sub = df2.fillna(0)

df3 = pd.DataFrame([list(np.repeat(df1_sub.iloc[i,:], df2_sub.iloc[i,:].astype('i4')) )for i in range(df1_sub.shape[0])])
print(df3)

输出：

[['01/01/2001' '01/04/2004' '01/04/2004' '01/04/2004' '12/12/2007''12/12/2007']
 ['02/07/2002' '02/07/2002' nan nan nan nan]
 ['04/08/2012' '04/08/2012' '04/08/2012' '02/11/2018' nan nan]]