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
