熊猫：行和列总和的外积

Posted 2023-02-24

【中文标题】熊猫：行和列总和的外积

【英文标题】：Pandas: outer product of row and col sums

【发布时间】：2014-02-19 14:07:21

【问题描述】：

在 Pandas 中，我正在尝试手动编写卡方检验。我在下面的数据框中将row 0 与row 1 进行比较。

data
       2      3      5      10     30
0      3      0      6      5      0
1  33324  15833  58305  54402  38920

为此，我需要将每个单元格的预期单元格计数计算为：cell(i,j) = rowSum(i)*colSum(j) / sumAll。在 R 中，我可以简单地通过使用 outer() 产品来做到这一点：

Exp_counts <- outer(rowSums(data), colSums(data), "*")/sum(data)    # Expected cell counts

我用numpy的外积函数来模仿上面R代码的结果：

import numpy as np
pd.DataFrame(np.outer(data.sum(axis=1),data.sum(axis=0))/ (data.sum().sum()), index=data.index, columns=data.columns.values)
       2      3      5      10     30
0      2      1      4      3      2
1  33324  15831  58306  54403  38917

是否可以通过 Pandas 功能实现这一点？

【问题讨论】：

这不行吗？ not_yet_df = np.outer(data.sum(axis=0), data.sum(axis=1))/ (data.sum().sum()) 然后now_a_df = pd.DataFrame(not_yet_df) 此外，如果你想用pd.np.outer(..)

是的，确实如此（但我意识到在求和时需要反转轴顺序）。我重新措辞了我的问题，包括 numpy 解决方案。我正在寻找一种使用 Pandas 函数的方法。

为什么还需要 pandas 函数？

我觉得 Pandas 可能能够做到这一点。我想学习。

我认为这可以回答您的问题。 ***.com/questions/18578686/…

【参考方案1】：

仅使用 Pandas 内置方法的完整解决方案：

def outer_product(row):
    numerator = df.sum(1).mul(row.sum(0))
    denominator = df.sum(0).sum(0)
    return (numerator.floordiv(denominator))

df.apply(outer_product)

时序：100 万行 DF。