如何用Pandas/NumPy实现三元素SUMPRODUCT计算并获正确结果？

首先明确计算逻辑：

• 分子：对每个Class，计算(SPG.AA * INIT.AA * DIET.AA) + (SPG.BB * INIT.BB * DIET.BB)
• 分母：对每个Class，计算(SPG.AA * DIET.AA) + (SPG.BB * DIET.BB)
• F-Result = 分子 / 分母

完整修正代码 #

import pandas as pd

# 构造示例数据集（实际使用时替换为你的数据源）
SPG = pd.DataFrame({
    'Class': ['AG', 'AL', 'LP', 'TS', 'HV'],
    'Group': ['SPG']*5,
    'AA': [0.25, 0.15, 1.15, 1.5, 1.25],
    'BB': [2.25, 1.8, 3.5, 0.45, 1.0]
})

INIT = pd.DataFrame({
    'Class': ['LP', 'TS', 'HV'],
    'Group': ['INIT']*3,
    'AA': [0.65, 4.5, 2.75],
    'BB': [3.25, 1.55, 0.65]
})

DIET = pd.DataFrame({
    'AA': [0.004],
    'BB': [0.15]
})

# 提取DIET的权重值（转为Series方便广播计算）
diet_weights = DIET.iloc[0]

# 合并SPG和INIT，只保留共同的Class
merged = pd.merge(SPG, INIT, on='Class', suffixes=('_spg', '_init'))

# 计算分子：SPG*INIT*DIET 逐元素相乘后求和
numerator = (merged['AA_spg'] * merged['AA_init'] * diet_weights['AA'] + 
             merged['BB_spg'] * merged['BB_init'] * diet_weights['BB'])

# 计算分母：SPG*DIET 逐元素相乘后求和
denominator = (merged['AA_spg'] * diet_weights['AA'] + 
               merged['BB_spg'] * diet_weights['BB'])

# 计算F-Result并保留三位小数
merged['F-Result'] = (numerator / denominator).round(3)

# 整理成目标结果格式
res = merged[['Class']].copy()
res['Group'] = 'RES'
res['F-Result'] = merged['F-Result']

print(res)

代码修正说明 #

1. 变量名修正：原代码中ISPG是笔误，改为正确的SPG
2. DIET数据处理：将DIET的单行数据转为Series，方便后续逐列广播计算
3. 合并数据：使用merge关联SPG和INIT，通过suffixes区分两个表的AA/BB列，避免列名冲突
4. 分子分母计算：直接通过逐元素相乘再求和的方式实现SUMPRODUCT逻辑，比dot更贴合需求
5. 结果整理：提取需要的列，设置Group为'RES'，并将结果保留三位小数，与预期格式一致

运行结果 #

Class Group  F-Result
0    LP   RES     3.227
1    TS   RES     1.791
2    HV   RES     0.718

内容的提问来源于stack exchange，提问作者ENAT