異なるインデックスのパンダシリーズをブロードキャストする方法は？

Question

私は2頭のパンダシリーズを持って、別のインデックスを持つ各：私がやりたい何

In [2]: a = pd.Series(range(5), index=pd.Index(list('abcde'), name='index')) 
In [3]: b = pd.Series(range(4), index=pd.Index(list('ABCD'), name='BIG_INDEX')) 

がufuncを実行する前に、1つの軸に沿ってBをブロードキャストするパンダを指示するa.mul(b, axis=1)の線に沿って何かである（たとえば、乗算する、等の力を上げるなど）。 applyを使うよりも、これを行う良い方法はありますか？

In [4]: a.apply(lambda x: x*b) 
Out[4]: 
BIG_INDEX A B C D 
index 
a   0 0 0 0 
b   0 1 2 3 
c   0 2 4 6 
d   0 3 6 9 
e   0 4 8 12 

Answer 1

aとbが配列であるかのようにあなたは計算を実行するためにnumpy.outerを使用することができます。

In [285]: pd.DataFrame(np.outer(a, b), columns=b.index, index=a.index) 
Out[285]: 
BIG_INDEX A B C D 
index     
a   0 0 0 0 
b   0 1 2 3 
c   0 2 4 6 
d   0 3 6 9 
e   0 4 8 12 

これはa.apply(lambda x: x*b)を呼び出すよりも高速です。ところで

---

、すべてのnumpyののufuncs come with 5 methods：outer、accumulate、reduce、reduceat、およびat。したがって、上記のソリューションを書くための別の方法は

In [34]: pd.DataFrame(np.multiply.outer(a, b), columns=b.index, index=a.index) 
Out[36]: 
BIG_INDEX A B C D 
index     
a   0 0 0 0 
b   0 1 2 3 
c   0 2 4 6 
d   0 3 6 9 
e   0 4 8 12 

されており、このように書かれたとき、どんなnumpyのufuncに同じ考え方を適用する方法は明らかです。例えば、作るとaとbのうち加算テーブルは、np.addのouterメソッドを呼び出す：

In [37]: pd.DataFrame(np.add.outer(a, b), columns=b.index, index=a.index) 
Out[37]: 
BIG_INDEX A B C D 
index     
a   0 1 2 3 
b   1 2 3 4 
c   2 3 4 5 
d   3 4 5 6 
e   4 5 6 7