パンダでデータフレームのベクトル積を返し、データフレームを返す

Question

dot()in the official documentationのエントリが見つかりません。しかし、方法はそこにあり、私はそれを使用することができます。どうしてこれなの？

このトピックでは、データフレーム内のすべての行を別のベクトルと要素的に乗算する方法はありますか？すなわち、dot()に類似しているが、内積を計算するのではなく、要素ごとの積を計算する。

Answer 1

ベクターによりデータフレームを乗算する方法の例である：

In [60]: df = pd.DataFrame({'A': [1., 1., 1., 2., 2., 2.], 'B': np.arange(1., 7.)}) 

In [61]: vector = np.array([2,2,2,3,3,3]) 

In [62]: df.mul(vector, axis=0) 
Out[62]: 
    A B 
0 2 2 
1 2 4 
2 2 6 
3 6 12 
4 6 15 
5 6 18 

Answer 2

正確さは言うまでもありません。

多くの場合、方法は存在し、ベンダーによって内部的と見なされるため、文書化されていないため、変更される可能性があります。

もちろん、ドキュメントをまとめる人々が簡単に見落とすことができます。

2番目の質問については、私はそれについて実際には分かっていませんが、新しいS/O質問をする方がよいかもしれません。 APIをスキャンするだけで、DataFrameの.applymap（機能）機能で何かできますか？ここ

Answer 3

乗算は、基本的に外製品を行っています。私の線形代数記憶が正しいなら、ドットは内積です。私は受け入れ答えを拡張してみましょう：

だから、

In [13]: df = pd.DataFrame({'A': [1., 1., 1., 2., 2., 2.], 'B': np.arange(1., 7.)}) 

In [14]: v1 = np.array([2,2,2,3,3,3]) 

In [15]: v2 = np.array([2,3]) 

In [16]: df.shape 
Out[16]: (6, 2) 

In [17]: v1.shape 
Out[17]: (6,) 

In [18]: v2.shape 
Out[18]: (2,) 

In [24]: df.mul(v2) 
Out[24]: 
    A B 
0 2 3 
1 2 6 
2 2 9 
3 4 12 
4 4 15 
5 4 18 

In [26]: df.dot(v2) 
Out[26]: 
0  5 
1  8 
2 11 
3 16 
4 19 
5 22 
dtype: float64 

：

df.mulは

（6,2）形状の行列（6,2）とベクトル（6,1）を取り、マトリクス状を返します。

中：

df.dotは、形状（6,2）とベクトル（2,1）の行列をとり、（6,1）を返します。

これはそれぞれ同じ動作ではなく、それぞれ外側と内側の製品です（考えています）。