是否有一种方法可以在（nother）查找表中的值基库上计算数据框的新列

Question

当计算基于不同格式的查找表时，是否可以计算结果并将其添加到现有数据帧？

更准确地说：

我有一个逗号分隔的文件，我将其打开并作为 pandas 数据帧读取。读入数据帧包含 38 个不同的数据列和一个（在读入过程中创建时）超过数千行的附加索引列：

我的查找表包含作为基础的值 计算。 同样，它是作为 pandas 数据帧读取的逗号分隔文件。它包含 24 行和 6 列以及一个附加索引列：

这是我尝试实现的计算： 在新列“M_A”中，我想编写如下计算结果：

其中 i 代表 C00、C01、C02...C22、C23 的相应值

而SP、FR、C00、C01、C02 [...] 是“数据”数据帧的列部分， PV、W 和 RC_A 是查找表数据帧的一部分。 “数据”表和“查找”表的共同索引参数是根据查找表的“C”列的C00、C01、C02列的值。当数据列 C00、C01、C02... 与查找表行 C00、C01、C02... 匹配时，应采用计算值，

因为对于这种大小的数据集，迭代不是推荐的解决方案，我尝试过但没有找到正确的解决方案因为我的查找表的长度与数据表的长度不同。

df_data['A_calc'] = ((df_data.T / (df_data.SF * df_data.SP)) * ((df_data.C00 * df_lookup.PV * df_lookup.W * df_lookup.RC_A) + (df_data.C01 * df_lookup.PV * df_lookup.W * df_lookup.RC_A) + (df_data.C02 * df_lookup.PV * df_lookup.W * df_lookup.RC_A)+ ...)

这会导致错误消息：

AttributeError: 'DataFrame' object has no attribute 'PTU_Air密度_recalc'

有没有办法在 Python 中使用 Pandas df 实现这一点？也许比我的更优雅，我选择形象化我的意图......

有什么建议吗？

谢谢，斯瓦瓦

Answer 1

因此，为了使我理解应用公式；对于每列CI，我们将其乘以值PV [i]，W [i]，rc_a [i]，然后总和每个结果

result=0

for i in range(len(df_lookup)):
   result=result+(df_data[df_lookup.loc[i,"C"]]*df_lookup.PV.iloc[i] * 
   df_lookup.W.iloc[i] * df_lookup.RC_A.iloc[i])

#result is a  column

#then we multiply element wise

df_data['A_calc'] = ((df_data.T / (df_data.SF * df_data.SP))*multiply(result, axis="index")

Answer 2

该版本现已运行。非常感谢Ran A的帮助！

result=0

for i in range(len(df_lookup)):
   result=result+(df_data[df_lookup.loc[i,"C"]]*df_lookup.PV.iloc[i] * 
   df_lookup.W.iloc[i] * df_lookup.RC_A.iloc[i])
   #result is a  column

#then we multiply element wise

df_data['A_calc'] = ((df_data.T / (df_data.SF * df_data.SP)).multiply(result, axis="index")

这条线然后与“。”一起工作。而不是“*”。
但我仍在研究循环......