熊猫按元素的元素乘法

Question

我有两个数据框df1和df2：df1 = pd.DataFrame({"a" : [1,2,3,4,5,6,7,8,9,10,11,12],                    "b" : [-1,-2,-3,-4,-5,-6,-7,-8,-9,-10,-11,-12],                    "t" : [1,2,3,4,5,6,7,8,9,10,11,12]})df1.index = [1,1,1,2,2,2,3,3,3,4,4,5]df2 = pd.DataFrame({"a" : [10,20,30],                    "b" : [-10,-20,-30]})df2.index = [2,3,4]它们看起来像这样：df1    a   b   t1   1  -1   11   2  -2   21   3  -3   32   4  -4   42   5  -5   52   6  -6   63   7  -7   73   8  -8   83   9  -9   94  10 -10  104  11 -11  115  12 -12  12df2    a   b2  10 -103  20 -204  30 -30所以 的列df2是的列的子集df1。我想将 的行df1与df2它们具有相同索引的行相乘，并且只保留由它们的索引之间的交集组成的行，即基本上ls_keep = []for i in range(len(df1)):    for j in range(len(df2)):        if df1.index[i] == df2.index[j]:            df1.iloc[i]["a"] = df1.iloc[i]["a"] * df2.iloc[j]["a"]            df1.iloc[i]["b"] = df1.iloc[i]["b"] * df2.iloc[j]["b"]            ls_keep.append(i)df1 = df1.iloc[ls_keep]这给了我     a    b   t2   40   40   42   50   50   52   60   60   63  140  140   73  160  160   83  180  180   94  300  300  104  330  330  11此代码按预期工作，但非常不专业且很长，以防只有两列以上。有没有办法使用 的函数来优化它pandas？

Answer 1

首先过滤器仅匹配索引到新DataFrame的boolean indexing和isin，然后通过多mul用df2.columns在这两个处理相同的列DataFrameS：

df11 = df1[df1.index.isin(df2.index)].copy()

df11[df2.columns] = df11[df2.columns].mul(df2)

print (df11)

     a    b   t

2   40   40   4

2   50   50   5

2   60   60   6

3  140  140   7

3  160  160   8

3  180  180   9

4  300  300  10

4  330  330  11