本文介绍如何利用pandas的`.dot()`方法，结合权重字典对指定列进行加权乘积后求和，快速生成新列（如score），避免手动编写冗长表达式，兼顾可读性与扩展性。
在数据分析中，常需基于多列数值按不同权重计算综合得分（例如篮球球员的效率分：pts × 1 + ast × 1.5 + reb × 1.2 + tov × (−1)）。若硬编码运算逻辑（如 df['pts'] + df['ast']*1.5 + ...），不仅易出错、难维护，且新增/调整权重时需反复修改代码。更优雅的方式是将权重抽象为字典，并通过向量化操作自动完成列筛选、加权与求和。
Pandas 提供了 .dot() 方法，专为矩阵/向量点积设计，天然适配此类场景：它会自动对齐 DataFrame 的列名与 Series 的索引，仅对共有的键名执行逐列乘法并横向求和，其余列（如本例中的 'oth' 和 'id'）被自动忽略——这恰好满足“非所有列都参与计算”的需求。
以下是完整实现步骤：
-
准备数据与权重字典
import pandas as pd df = pd.DataFrame({ 'id': [1, 2, 3], 'pts': [25, 20, 9], 'ast': [8, 14, 7], 'reb': [1, 4, 9], 'oth': [5, 6, 7], # 不参与计算 'tov': [4, 2, 1] }) # 权重字典：键为列名，值为对应系数 score_dict = {'pts': 1.0, 'reb': 1.2, 'ast': 1.5, 'tov': -1.0} -
构造权重 Series 并执行点积
注意：.dot() 要求 DataFrame 列名与 Series 索引严格对齐。因此需确保：- 权重字典的键必须是 DataFrame 中真实存在的列名；
- 若需排除某些列（如 'id'），建议先 set_index() 或直接传入子集 DataFrame。
✅ 推荐做法（保留原始索引，安全通用）：
# 将字典转为 Series，索引即列名 weights = pd.Series(score_dict) # 对目标列子集执行点积（自动对齐，忽略不存在的键） df['score'] = df[weights.index].dot(weights) print(df)
输出：
id pts ast reb oth tov score 0 1 25 8 1 5 4 34.2 1 2 20 14 4 6 2 43.8 2 3 9 7 9 7 1 29.3
⚠️ 注意事项：
- 若 weights.index 中存在 DataFrame 里没有的列名，.dot() 会抛出 KeyError。可通过 weights = weights[weights.index.isin(df.columns)] 预过滤；
- 不要对含非数值列（如字符串 'id'）的整个 DataFrame 直接调用 .dot()，应显式选取数值列子集（如 df.select_dtypes('number')）；
- .dot() 返回的是 pd.Series，可直接赋值给新列，无需 .sum(axis=1)。
-
进阶：动态权重与复用性
将该逻辑封装为函数，便于在不同数据集或权重策略间切换：def add_weighted_score(df: pd.DataFrame, weights: dict, new_col: str = 'score') -> pd.DataFrame: """为DataFrame添加加权得分列""" w_series = pd.Series(weights) valid_cols = w_series.index.intersection(df.columns) if len(valid_cols) == 0: raise ValueError("No matching columns found between weights and DataFrame") df[new_col] = df[valid_cols].dot(w_series[valid_cols]) return df # 使用示例 df = add_weighted_score(df, score_dict, 'player_score')
总结：相比手动链式计算，df[cols].dot(pd.Series(weights)) 是更健壮、可维护、符合 Pandas 向量化哲学的解决方案。它天然支持权重字典驱动、自动列对齐、缺失列容错，是构建评分系统、特征工程或业务指标的理想工具。
