将数据帧中的列与另一列相乘

Question

（完全披露这与我问的另一个问题有关，所以请原谅我是否应该把它附加到我之前写的内容中，即使问题不同。）

我有一个由一列权重和包含0和1的二进制值的列组成的数据帧。我想将dataframe中的每一列乘以weights列。但是，我似乎在用weight列替换dataframe中的每一列。我肯定我错过了一些非常愚蠢/基本的东西——我对熊猫和Python来说还是个新手。我做错什么了？

celebfile = pd.read_csv(celebcsv)
celebframe = pd.DataFrame(celebfile) 
behaviorfile = pd.read_csv(behaviorcsv)
behaviorframe = pd.DataFrame(behaviorfile)
celebbehavior = pd.merge(celebframe, behaviorframe, how ='inner', on = 'RespID')
celebbehavior2 = celebbehavior.copy()
def multiplycolumns(column):
    for column in celebbehavior:
        return celebbehavior[column]*celebbehavior['WEIGHT']
celebbehavior2 = celebbehavior2.apply(lambda column: multiplycolumns(column), axis=0)
print(celebbehavior2.head())

Answer 1

可以使用“mul”方法将列相乘。但是，如果您确实想使用apply，请记住以下几点：

apply函数将dataframe中的每个序列传递给函数。这个循环是apply函数固有的。因此，首先要说的是，函数中的循环是多余的。此外，它内部还有一个return语句，它会导致您不希望出现的行为。在

如果每个列都自动作为参数传递，则只需告诉函数将其乘以什么即可。在这个例子中，你的权重系列。在

下面是一个使用apply的实现。当然，这里不可取的是权重也会被自身乘以：

df = pd.DataFrame({'1' : [1, 1, 0, 1], 
                   '2' : [0, 0, 1, 0], 
                   'weights' : [0.5, 0.25, 0.1, 0.05]})

def multiply_columns(column, weights):
    return column * weights

df.apply(lambda x: multiply_columns(x, df['weights']))

Answer 2

for循环中有return语句，这意味着for循环只执行一次，要将数据帧与列相乘，可以使用^{}方法和正确的axis参数：

celebbehavior.mul(celebbehavior['WEIGHT'], axis=0)

Answer 3

read_csv
{cd2}返回{cd2}。。。不需要在上面使用pd.DataFrame。在

mul与axis=0
您可以使用apply，但这很尴尬。使用mul(axis=0)。。。这应该是你所需要的。在

df = pd.read_csv(celebcsv).merge(pd.read_csv(behaviorcsv), on='RespID')
df = df.mul(df.WEIGHT, 0)

?
你说看起来你只是用权重列来代替？其他栏目都是吗？在