Что означает термин "вещание" в документации Pandas?

Ответ 1

Итак, термин трансляция происходит от numpy, просто объясните правила вывода, которые будут возникать при выполнении операций между n -мерные массивы (могут быть панели, dataframes, series) или скалярные значения.

Вещание с использованием скалярного значения

Итак, простейший случай просто умножается на скалярное значение:

In [4]:
s = pd.Series(np.arange(5))
s

Out[4]:
0    0
1    1
2    2
3    3
4    4
dtype: int32

In [5]:    
s * 10

Out[5]:
0     0
1    10
2    20
3    30
4    40
dtype: int32

и мы получаем те же ожидаемые результаты с помощью блока данных:

In [6]:    
df = pd.DataFrame({'a':np.random.randn(4), 'b':np.random.randn(4)})
df

Out[6]:
          a         b
0  0.216920  0.652193
1  0.968969  0.033369
2  0.637784  0.856836
3 -2.303556  0.426238

In [7]:    
df * 10

Out[7]:
           a         b
0   2.169204  6.521925
1   9.689690  0.333695
2   6.377839  8.568362
3 -23.035557  4.262381

Итак, что технически происходит здесь, так это то, что скалярное значение транслировалось по тем же размерам, что и Series и DataFrame выше.

Вещание с использованием 1-мерного массива

Предположим, что у нас есть двухмерная форма данных формы 4 x 3 (4 строки x 3 столбца), мы можем выполнить операцию вдоль оси x, используя 1-D-серию, которая имеет такую ​​же длину, как длина строки

In [8]:
df = pd.DataFrame({'a':np.random.randn(4), 'b':np.random.randn(4), 'c':np.random.randn(4)})
df

Out[8]:
          a         b         c
0  0.122073 -1.178127 -1.531254
1  0.011346 -0.747583 -1.967079
2 -0.019716 -0.235676  1.419547
3  0.215847  1.112350  0.659432

In [26]:    
df.iloc[0]

Out[26]:
a    0.122073
b   -1.178127
c   -1.531254
Name: 0, dtype: float64

In [27]:    
df + df.iloc[0]

Out[27]:
          a         b         c
0  0.244146 -2.356254 -3.062507
1  0.133419 -1.925710 -3.498333
2  0.102357 -1.413803 -0.111707
3  0.337920 -0.065777 -0.871822

выше выглядит смешно сначала, пока вы не поймете, что происходит, я взял первую строку значений и добавил эту строку в df, ее можно визуализировать с помощью этого рисунка (из scipy):

Общее правило таково:

Для трансляции размер задних осей для обоих массивов в операции должен быть либо одного размера, либо один из них должен быть один.

Итак, если я попытался добавить массив с 1-D, который не совпал по длине, скажем, что один из 4 элементов, в отличие от numpy, который поднимет ValueError, в Pandas вы получите df, полный NaN значения:

In [30]:
df + pd.Series(np.arange(4))

Out[30]:
    a   b   c   0   1   2   3
0 NaN NaN NaN NaN NaN NaN NaN
1 NaN NaN NaN NaN NaN NaN NaN
2 NaN NaN NaN NaN NaN NaN NaN
3 NaN NaN NaN NaN NaN NaN NaN

Теперь некоторые из великих вещей о Pandas состоят в том, что он попытается выровнять с использованием существующих имен столбцов и ярлыков строк, это может помешать попыткам более удобного вещания следующим образом:

In [55]:
df[['a']] + df.iloc[0]

Out[55]:
          a   b   c
0  0.244146 NaN NaN
1  0.133419 NaN NaN
2  0.102357 NaN NaN
3  0.337920 NaN NaN

В приведенном выше примере я использую двойную подпитку, чтобы заставить фигуру быть (4,1), но мы видим проблему при попытке трансляции с использованием первой строки, поскольку выравнивание столбцов выравнивается только в первом столбце. Чтобы получить такую ​​же форму вещания, как показано на диаграмме выше, мы должны разложить на массивы numpy, которые затем становятся анонимными:

In [56]:
df[['a']].values + df.iloc[0].values

Out[56]:
array([[ 0.24414608, -1.05605392, -1.4091805 ],
       [ 0.13341899, -1.166781  , -1.51990758],
       [ 0.10235701, -1.19784299, -1.55096957],
       [ 0.33792013, -0.96227987, -1.31540645]])

Также возможно транслировать в 3-мерных измерениях, но я часто не приближаюсь к этому материалу, но в книге numpy, scipy и Pandas есть примеры, показывающие, как это работает.

Вообще говоря, важно помнить, что помимо простых скалярных значений для массивов n-D длина младших/конечных осей должна совпадать или одна из них должна быть 1.