如果 x 是熊猫系列，为什么点积 x@A 不起作用？

问题描述

• A 是一个 5x5 方阵 pandas DataFrame
• x 是一个 5（一维）向量 pandas 系列

x@A 返回错误 ValueError: matrices are not aligned 即使它们显然都满足点积乘法的要求，具有相同的外维 5。

而 x.values @ A 有效，返回预期的标量，仅仅因为 x 已从 Pandas 系列更改为 numpy 数组

为什么点符号 @ 对熊猫如此挑剔？

解决方法

见documentation：

另外，DataFrame的列名和其他的索引必须 包含相同的值，因为它们将在 乘法。

所以错误不是关于维度而是关于不匹配的索引。请参见以下示例：

import pandas as pd

df = pd.DataFrame([[1,2],[3,4]],columns=list('ab'))
s = pd.Series([5,6])

# df @ s                                      # --> doesn't work
print(df.values @ s)                          # --> works because no column names involved
print(df.rename({'a':0,'b':1},axis=1) @ s)  # --> works because indices match

或者反过来

df = pd.DataFrame([[1,index=list('ab'))
s = pd.Series([5,6])

# s @ df                             # --> doesn't work
print(s @ df.values)                 # --> works because no column names involved
print(s @ df.reset_index(drop=True)) # --> works because indices match