将 np.dot 应用于两个 DataFrame 的每一行

Question

假设我有两个形状相同的 Pandas DataFrame，我想生成一个 Series，它是两个 DataFrame 的行（考虑使用 pandas.DataFrame.apply）点积。

因此，例如：

df1 = pd.DataFrame(np.random.rand(1000,10))
df2 = pd.DataFrame(np.random.rand(1000,10))
df1.apply(np.dot, axis=1, args=[df2.ix[???]]

是否有一种紧凑的矢量化方法可以在不连接到一个 DataFrame 并定义一些自定义函数的情况下执行此操作？我相信这很困难，因为我无法隐式索引df2对应于df1.

Answer 1

您可以将两个 DataFrame 相乘，然后求和axis=1：

df1 = pd.DataFrame(np.random.rand(1000,10))
df2 = pd.DataFrame(np.random.rand(1000,10))
result = (df1*df2).sum(axis=1)

请注意，当您将两个 DataFrame 相乘时，Pandas 会根据索引对齐行。这需要时间。如果值已经对齐，那么您可以下拉到 NumPy 并使用

result = (df1.values * df2.values).sum(axis=1)

或者

result = np.einsum('ij,ij->i', df1.values, df2.values)

这更快，因为不需要首先根据索引对齐行。

In [10]: %timeit (df1*df2).sum(axis=1)
1000 loops, best of 3: 379 µs per loop

In [11]: %timeit (df1.values * df2.values).sum(axis=1)
10000 loops, best of 3: 49.8 µs per loop

In [14]: %timeit np.einsum('ij,ij->i', df1.values, df2.values)
10000 loops, best of 3: 30 µs per loop

(df1.values * df2.values).sum(axis=1)返回一维 NumPy 数组。df1使用与您将使用的索引相同的索引制作系列

pd.Series(np.einsum('ij,ij->i', df1.values, df2.values), index=df1.index)