Pandas实现DataFrame按yyyymmdd匹配系数与Revenue列相乘的问题解决
两类操作的核心错误
- 第一种写法:
df.groupby(by=['yyyymmdd', 'Domain'])['Revenue']返回的是未执行聚合的GroupBy中间对象,不是可直接参与数值运算的可计算Series;同时coef的索引是单维度的yyyymmdd,和GroupBy对象的两层复合索引(yyyymmdd+Domain)无对应匹配关系,根本无法完成逐元素乘法。且当前数据结构下每个yyyyymmdd、Domain组合仅对应单条Revenue记录,本身不存在需要分组聚合的场景,属于多余操作。 - 第二种写法:
df.mul(coef, axis=1)的轴参数逻辑完全错位。axis=1代表按列名维度做对齐匹配,也就是拿coef的索引值(20210119、20210120这类日期值)和df的现有列名(yyyymmdd、Domain、Revenue)做匹配,两边没有任何重合的列名,计算结果自然全是NaN。
正确实现方式
核心逻辑是先逐行匹配当前日期对应的系数,再完成加权计算,推荐两种稳定写法:
- 用
map做值映射,逻辑最简洁:# 逐行匹配对应日期的系数 df['coef'] = df['yyyymmdd'].map(coef) # 计算目标weighted列 df['weighted'] = 1 / (df['Revenue'] * df['coef']) - 用
merge做表关联,适合大规模数据的运算场景:# 按yyyymmdd关联对应系数 df = df.merge(coef.rename('coef').reset_index(), on='yyyymmdd', how='left') # 计算目标weighted列 df['weighted'] = 1 / (df['Revenue'] * df['coef'])
匹配前需要确认df中
yyyymmdd列的数据类型,和coef索引的数据类型完全一致(比如两边都为整数类型),否则会出现匹配失败、得到全NaN的问题。
内容的提问来源于stack exchange,提问作者smith007
相关产品推荐
相关产品推荐

