Wie verbreitet man Pandas-Serien mit verschiedenen Indizes?

Question

Ich habe zwei Pandas Serie, die jeweils mit einem anderen Index:

In [2]: a = pd.Series(range(5), index=pd.Index(list('abcde'), name='index')) 
In [3]: b = pd.Series(range(4), index=pd.Index(list('ABCD'), name='BIG_INDEX')) 

Was nach dem Vorbild der a.mul(b, axis=1) etwas tun, ich möchte Pandas instruieren b entlang der Achse 1 zu übertragen, bevor sie eine ufunc Durchführung (zB multiplizieren, erhöhen auf die Macht von, etc). Gibt es einen besseren Weg dies zu tun als mit "Anwenden"?

In [4]: a.apply(lambda x: x*b) 
Out[4]: 
BIG_INDEX A B C D 
index 
a   0 0 0 0 
b   0 1 2 3 
c   0 2 4 6 
d   0 3 6 9 
e   0 4 8 12 

Answer 1

könnten Sie numpy.outer verwenden, um die Berechnung auszuführen, als ob a und b Arrays waren:

In [285]: pd.DataFrame(np.outer(a, b), columns=b.index, index=a.index) 
Out[285]: 
BIG_INDEX A B C D 
index     
a   0 0 0 0 
b   0 1 2 3 
c   0 2 4 6 
d   0 3 6 9 
e   0 4 8 12 

Dies ist schneller als a.apply(lambda x: x*b) aufrufen.

---

By the way, alle NumPy ufuncs come with 5 methods: outer, accumulate, reduce, reduceat und at. So ein anderer Weg, um die Lösung oben zu schreiben, ist

In [34]: pd.DataFrame(np.multiply.outer(a, b), columns=b.index, index=a.index) 
Out[36]: 
BIG_INDEX A B C D 
index     
a   0 0 0 0 
b   0 1 2 3 
c   0 2 4 6 
d   0 3 6 9 
e   0 4 8 12 

Und wenn diese Art und Weise geschrieben, es ist klar, wie die gleiche Idee zu jedem NumPy ufunc anzuwenden. Zum Beispiel zu machen und zusätzlich Tisch aus a und b, ruft np.add ‚s outer Methode:

In [37]: pd.DataFrame(np.add.outer(a, b), columns=b.index, index=a.index) 
Out[37]: 
BIG_INDEX A B C D 
index     
a   0 1 2 3 
b   1 2 3 4 
c   2 3 4 5 
d   3 4 5 6 
e   4 5 6 7