广播两个pandas DataFrames的乘法

Question

我有两个DataFrame，例如：

df1 = pn.DataFrame(np.arange(6).reshape(3, 2), columns=['A1', 'B1'])
df2 = pn.DataFrame(np.arange(1,7).reshape(3, 2), columns=['A2', 'B2'])

  A1 B1
0  0  1
1  2  3
2  4  5

  A2 B2
0  1  2
1  3  4
2  5  6

我需要按列乘以df1和df2以获得具有以下结果的DataFrame：

  A1*A2  A1*B2  B1*A2  B1*B2
0     0      0      1      2
1     6      8      9     12
2    20     24     25     30

实际任务中df1和df2的大小为（1000列x 90 000行）。

我不想在这些DataFrame的列之间使用双“for”循环。

是否有内置函数或一些简单的计算方法？

Answer 1

您可以使用df.multiply（）将df与一个系列相乘，然后将结果数据帧连接起来，如下所示：

df3 = pd.concat([df1[["A1", "B1"]].multiply(df2["A2"], axis="index"),
df1[["A1", "B1"]].multiply(df2["B2"], axis="index")], axis = 1)

df3.columns = ['A1*A2', "B1*A2", "A1*B2", "B1*B2"]

你得到：

     A1*A2  B1*A2   A1*B2   B1*B2
0     0      1      0       2
1     6      9      8       12
2     20     25     24      30

Answer 2

使用 broadcasting 获得有效的性能提升：

import itertools

df = pd.DataFrame((df1.values[..., None] * df2.values[:, None]).reshape(df1.shape[0],-1))
df.columns = ["*".join(i) for i in itertools.product(*[df1.columns, df2.columns])]

合并df1.values[..., None]的目的是在(3, 2, 1)的早期(3, 2)形状中创建具有df1.values形状的右边的额外维度。

此外，df2.values[:, None]为中心轴添加了一个额外的维度，使其形状从初始(3, 1, 2)变为(3,2)，以辅助乘法过程。

最后，reshape他们采用与原始df1（或）df2相同的行数（，因为两者共享相同的行数）提到的问题中的形状）。