我有一个名为X的Pandas Series对象，它的维度为（100，）。X的每个元素被Map到浮点数的NumPy ndarray，具有形状（10，10）。我还有另一个名为Y的Pandas Series对象，它也有维度（100，）。Y的每个元素Map到一个Pandas DataFrame;每个DataFrame仅包含浮点数，大小为（10，10）。X和Y具有相同的索引-所有索引都是DatetimeIndex类型。
我想执行运算X·Y·X，其中“·”是点积。我想要一个解决方案，它可以工作，并且对NaN s的存在具有鲁棒性。我该怎么做？下面的尝试都失败了，我不知道为什么：
date_index = pd.date_range('2022-01-01', periods=100, freq='D')
labels = list('ABCDEFGHIJKLMNOPQRSTUVWXY')
X = pd.Series([np.random.rand(25, 25) for _ in range(100)], index=date_index)
Y = pd.Series([pd.DataFrame(np.random.rand(25, 25), index=labels[:25], columns=labels[:25]) for _ in range(100)], index=date_index)
# Attempt 1:
X.dot(Y).dot(X) ## ValueError: matrices are not aligned
# Attempt 2:
dot_products = lambda x, y: np.dot(np.dot(x, y), x)
X.apply(lambda x: dot_products(x, Y.loc[x])) # ValueError - can't index with multidimensional key
1条答案
按热度按时间rks48beu1#
似乎最好的方法是广播X和Y来塑造（100，10，10）：
问题在于numpy.dot将X和Y视为一维向量，因此它会进行内部点积。我不确定它是执行元素乘法还是矩阵乘法，但它沿着日期维度求和，给出了（10，10）（或代码示例中的（25，25））结果。然后你试着把a（100，）和a（10，10）的乘积点上，它不知道如何解决。暴露X和Y的全维度解决了这个问题。