乘大熊猫具有恒定

数据帧专栏中，我有两个dataframes：乘大熊猫具有恒定

df: 

    Conference Year SampleCitations Percent 
0  CIKM 1995    373 0.027153  
1  CIKM 1996    242 0.017617   
2  CIKM 1997    314 0.022858   
3  CIKM 1998    427 0.031084

并返回到我的引文总数另一个数据框：

allcitations= pd.read_sql("Select Sum(Citations) as ActualCitations from publications "

我想简单地乘以Percent列在数据帧df中使用常数值ActualCitations。

我尝试以下：

df['ActualCitations']=df['Percent'].multiply(allcitations['ActualCitations'])

和

df['ActualCitations']=df['Percent']* allcitations['ActualCitations']

但两者仅执行它的第一行，其余是烤饼，如下所示：

Conference Year SampleCitations Percent ActualCitations 
0  CIKM 1995    373 0.027153  1485.374682 
1  CIKM 1996    242 0.017617    NaN 
2  CIKM 1997    314 0.022858    NaN 
3  CIKM 1998    427 0.031084    NaN

来源

2015-06-21 BKS

这种情况下的问题是熊猫的自动对齐（通常是一件好事）。因为你的“常量”实际上是在一个数据框中，熊猫将尝试做的是从行0中的每一行创建行0，并且从行1中的每一行创建行1，但是在第二数据集中没有行1，所以你从那里得到NaN。

因此，您需要有意识地破坏第二个数据框的数据框方面，以便熊猫将'常规'广播到所有行。一种方法是使用values，在这种情况下，它基本上只是从数据框中删除索引，以便它变成一个具有一个元素（实际上是标量，但在技术上包含在numpy数组中的数组）的numpy数组。 to_list()也将完成相同的事情。

allcitations=pd.DataFrame({ 'ActualCitations':[54703.888410120424] }) 

df['Percent'] * allcitations['ActualCitations'].values 

0 1485.374682 
1  963.718402 
2 1250.421481 
3 1700.415667

来源

2015-06-21 12:53:18 JohnE

此外，我发现，如果我在列中数据帧想要一个常量乘以它，我可以用'allcitations.at [0，“ActualCitations”]' – BKS

是的，这是一个很好的解决方案了。任何将数据框对象中的“allcitations”减少为熊猫解释为常量或标量的东西都应该可以正常工作。 – JohnE

乘大熊猫具有恒定

回答

相关问题