Pandas如何将每行数据与对应权重相乘求和生成新列

假设你的数据已存储为pandas DataFrame对象，命名为df，权重已存储为numpy数组对象，命名为weights，可按以下方式实现：

• 首先确认权重的顺序和DataFrame中5个数值列从左到右的顺序一一对应
• 如果Date字段已设为DataFrame的索引，直接执行以下代码即可生成新列：

df['weighted_sum'] = df.dot(weights)

• 如果Date是普通列，需要先排除日期列再计算：

# 取除第一列Date外的所有数值列计算
num_cols = df.columns[1:]
df['weighted_sum'] = df[num_cols].dot(weights)

补充说明 #

• 原始数据中全为NaN的行（如2010-01-04）计算结果会默认返回NaN，如果你需要把空值当做0计算，可以调整代码为：

# 以Date是索引的情况为例
df['weighted_sum'] = df.fillna(0).dot(weights)

• 你给出的2010-01-05行示例，用上述方法计算的结果和手动加权求和的结果完全一致。

内容的提问来源于stack exchange，提问作者Nirav Saiya