Pandas 数据帧和系列的矩阵乘法
声明：本页面是StackOverFlow热门问题的中英对照翻译，遵循CC BY-SA 4.0协议，如果您需要使用它，必须同样遵循CC BY-SA许可，注明原文地址和作者信息，同时你必须将它归于原作者（不是我）：StackOverFlow
原文地址: http://stackoverflow.com/questions/15438952/
Warning: these are provided under cc-by-sa 4.0 license. You are free to use/share it, But you must attribute it to the original authors (not me):
StackOverFlow
Matrix Multiplication of a Pandas DataFrame and Series
提问by nitin
I want to do a matrix multiplcation of a pandas dataframe and a series
我想做一个Pandas数据框和一个系列的矩阵乘法
df = pandas.DataFrame({'a':[4,1,3], 'b':[5,2,4]},index=[1,2,3])
ser = pandas.Series([0.6,0.4])
df is,
df 是，
a b
1 4 5
2 1 2
3 3 4
ser is,
ser是，
0 0.6
1 0.4
My desired result is a matrix product, like so
我想要的结果是一个矩阵产品，就像这样
ans is,
答案是，
I can do this by using numpy dot operator and rebuilding my dataFrame
我可以通过使用 numpy 点运算符并重建我的数据帧来做到这一点
c = a.values.dot(b.transpose())
c = pandas.DataFrame(c, index = a.index, columns = ['ans'])
print c
ans
1 4.4
2 1.4
3 3.4
Is there a native method in pandas to do this?
大Pandas是否有本地方法来做到这一点？
回答by Jeff
pandas implicity aligns on the index of a series, use the dot function
pandas 隐式对齐在一个系列的索引上，使用 dot 函数
In [3]: df = pd.DataFrame({'a' : [4,1,3], 'b' : [5,2,4]},index=[1,2,3])
In [4]: s = pd.Series([0.6,0.4],index=['a','b'])
In [5]: df.dot(s)
Out[5]:
1 4.4
2 1.4
3 3.4
