Skip to main content
 首页 » 编程设计

Python-数据帧 : Multiply multiple columns by another column and save in new columns

2025年01月19日9jyk

我找不到这样做的有效方法。 我在 Python 中有以下 DataFrame,列从 A 到 Z

     A    B    C ...   Z 
0  2.0  8.0  1.0 ... 5.0 
1  3.0  9.0  0.0 ... 4.0 
2  4.0  9.0  0.0 ... 3.0 
3  5.0  8.0  1.0 ... 2.0 
4  6.0  8.0  0.0 ... 1.0 
5  7.0  9.0  1.0 ... 0.0 

我需要将 B 到 Z 的每一列乘以 A,(B x A,C x A,...,Z x A),并将结果保存在新列(R1,R2 ... , R25). 我会有这样的东西:

     A    B    C ...   Z    R1   R2  ...  R25 
0  2.0  8.0  1.0 ... 5.0  16.0  2.0  ... 10.0 
1  3.0  9.0  0.0 ... 4.0  27.0  0.0  ... 12.0 
2  4.0  9.0  0.0 ... 3.0  36.0  0.0  ... 12.0 
3  5.0  8.0  1.0 ... 2.0  40.0  5.0  ... 10.0 
4  6.0  8.0  0.0 ... 1.0  48.0  0.0  ... 6.0 
5  7.0  9.0  1.0 ... 0.0  63.0  7.0  ... 0.0 

我能够使用以下代码计算结果,但从这里我需要与原始 df 合并。听起来效率不高。必须有一种简单/干净的方法来做到这一点。

df.loc[:,'B':'D'].multiply(df['A'], axis="index") 

这是一个例子,我的真实 DataFrame 有 160 列 x 16k 行。

请您参考如下方法:

通过list理解创建新的列名然后join转为原文:

df1 = df.loc[:,'B':'D'].multiply(df['A'], axis="index") 
df1.columns = ['R{}'.format(x) for x in range(1, len(df1.columns) + 1)] 
 
df = df.join(df1) 
print (df) 
     A    B    C    Z    R1   R2 
0  2.0  8.0  1.0  5.0  16.0  2.0 
1  3.0  9.0  0.0  4.0  27.0  0.0 
2  4.0  9.0  0.0  3.0  36.0  0.0 
3  5.0  8.0  1.0  2.0  40.0  5.0 
4  6.0  8.0  0.0  1.0  48.0  0.0 
5  7.0  9.0  1.0  0.0  63.0  7.0