从具有相同索引和列的两个熊猫数据帧执行计算的最快方法

Question

我有两个熊猫数据框，每个都有相同的索引和列。我想创建第三个熊猫数据框，其中包含其他两个单元格的乘积。

这是我当前的解决方案，但是速度很慢。

import pandas as pd

new_df = pd.DataFrame(columns=df1.columns, index=df1.index, data=[])

for col, values in new_df.iteritems():
    for idx, value in values.iteritems():
        foo = df1.loc[idx][col]
        bar = df2.loc[idx][col]

        new_df.set_value(idx, col, foo * abs(bar))

有什么更好的方法可以更快地做到这一点？谢谢！

Answer 1

正如我在上面的评论中所提到的，您可以对DataFrame进行DataFrame乘以，因为pandas是index且columns敏感的，因此只要计算出值，只有两个都匹配的隐藏键（index和columns）才会计算该值，否则将不计算（返回NaN）

在您的情况下，您可能希望添加reindex_like作为保护，这样您就不会有仅在df2中退出的不需要的列。

df1.mul(df2.abs().reindex_like(df1),fill_value=0)