大きな行列のSumProductを行うPythonの方法？

Question

私はそれらの "sumproduct（）"を計算する必要がある2つの大きな行列（何千もの行以上）があります。

行列は次のようである：

import pandas as pd 

d1 = {'item':['A','B','C'], 't1':[10,5,10], 't2':[10,10,5], 't3': [100, 0, 0], 't4':[0,100,100]} 
data_frame1 = pd.DataFrame(data = d1) 

item t1 t2 t3 t4 
A 10 10 100 0 
B 5 10 0 100 
C 10 5 0 100 



d2 = {'scenario':[1,1,1,2,2,2], 'step':[1,2,3,1,2,3], 't1':[0.97,0.98,0.99,0.972,0.979,0.991], 't2':[0.960,0.964,0.964,0.972,0.977,0.985], 't3': [0.950,0.956,0.965,0.967,0.970,0.980], 't4':[0.945,0.951,0.955,0.962,0.964,0.973]} 
data_frame2 = pd.DataFrame(data = d2) 

scenario step t1 t2 t3 t4 
1 1 0.97 0.960 0.950 0.945 
1 2 0.98 0.964 0.956 0.951 
1 3 0.99 0.964 0.965 0.955 
2 1 0.972 0.972 0.967 0.962 
2 2 0.979 0.977 0.970 0.964 
2 3 0.991 0.985 0.980 0.973 

および予想される出力は、（結果はアイテム、シナリオ及びステップの組み合わせ毎t4までT1上SUMPRODUCTである）である。

item scenario step result 
A 1 1 114.30 
A 1 2 115.01 
A 1 3 116.07 
A 2 1 116.16 
A 2 2 116.59 
A 2 3 117.75 
B 1 1 108.95 
B 1 2 109.69 
B 1 3 110.09 
B 2 1 110.77 
B 2 2 111.06 
B 2 3 112.14 
C 1 1 109.00 
C 1 2 109.77 
C 1 3 110.22 
C 2 1 110.77 
C 2 2 111.07 
C 2 3 112.17 

これを行うためのpythonicの方法はありますか？ は（私はとforループを試してみましたが、それは時間がかかりすぎる）

Answer 1

あなたがdot + meltでこれを行うことができます：

df1 = df1.set_index('item') 
df1 

     t1 t2 t3 t4 
item     
A  10 10 100 0 
B  5 10 0 100 
C  10 5 0 100 

df2 = df2.set_index(['scenario', 'step']) 
df2 

        t1  t2  t3  t4 
scenario step        
1  1  0.970 0.960 0.950 0.945 
     2  0.980 0.964 0.956 0.951 
     3  0.990 0.964 0.965 0.955 
2  1  0.972 0.972 0.967 0.962 
     2  0.979 0.977 0.970 0.964 
     3  0.991 0.985 0.980 0.973 

df1.dot(df2.T).reset_index()\ 
    .melt('item', value_name='result'))\ 
    .sort_values(['item', 'scenario', 'step']) 

    item scenario step result 
0  A  1 1 114.300 
3  A  1 2 115.040 
6  A  1 3 116.040 
9  A  2 1 116.140 
12 A  2 2 116.560 
15 A  2 3 117.760 
1  B  1 1 108.950 
4  B  1 2 109.640 
7  B  1 3 110.090 
10 B  2 1 110.780 
13 B  2 2 111.065 
16 B  2 3 112.105 
2  C  1 1 109.000 
5  C  1 2 109.720 
8  C  1 3 110.220 
11 C  2 1 110.780 
14 C  2 2 111.075 
17 C  2 3 112.135 

Answer 2

私たちは、あなたがnp.sumとmultiplyを使用して出力を期待再作成することができます。

a=[np.sum(np.multiply(data_frame2.iloc[:,2:].values,value),1) for value in data_frame1.iloc[:,1:].values] 
d3 = {'scenario':[1,1,1,2,2,2]*len(data_frame1), 'step':[1,2,3,1,2,3]*len(data_frame1),'item':np.repeat(['A','B','C'],len(data_frame2)),'result':np.concatenate(a)} 
df3=pd.DataFrame(d3) 


df3 
Out[678]: 
    item result scenario step 
0  A 114.300   1  1 
1  A 115.040   1  2 
2  A 116.040   1  3 
3  A 116.140   2  1 
4  A 116.560   2  2 
5  A 117.760   2  3 
6  B 108.950   1  1 
7  B 109.640   1  2 
8  B 110.090   1  3 
9  B 110.780   2  1 
10 B 111.065   2  2 
11 B 112.105   2  3 
12 C 109.000   1  1 
13 C 109.720   1  2 
14 C 110.220   1  3 
15 C 110.780   2  1 
16 C 111.075   2  2 
17 C 112.135   2  3