Question

我有两个数据帧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   t
1   1  -1   1
1   2  -2   2
1   3  -3   3
2   4  -4   4
2   5  -5   5
2   6  -6   6
3   7  -7   7
3   8  -8   8
3   9  -9   9
4  10 -10  10
4  11 -11  11
5  12 -12  12

df2
    a   b
2  10 -10
3  20 -20
4  30 -30

因此df2的列是df1的列的子集。我想将df1的行与具有相同索引的df2的行相乘，只保留由它们的索引之间的交点组成的行，即基本上是

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   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

此代码按预期工作，但是非常专业，并且万一有两列以上的情况。是否可以使用pandas的功能对其进行优化？

Answer 1

首先仅过滤由boolean indexing和isin匹配到新DataFrame的索引，然后再与df2.columns匹配与mul的索引，以处理两个{{ 1}} s：

DataFrame

熊猫按索引逐元素乘法

1 个答案: