我有两个 pandas 数据框，每个数据框都有相同的索引和列。我想创建第三个 pandas 数据框，其中包含其他两个数据框的每个单元格的乘积。
这是我当前的解决方案，但速度非常慢。
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吗？谢谢!
最佳答案
正如我在上面的评论中提到的，您可以使用 DataFrame mul 与 DataFrame ，因为 pandas 是 index和columns敏感，每当它计算值时，有两个隐藏键(index和columns)只有当两者匹配时，它才会计算value ，如果不是，则不会计算(返回NaN)
就您的情况而言，您可能希望添加 reindex_like 作为保护，这样您就不会有任何不需要的列仅在 df2 中退出。
df1.mul(df2.abs().reindex_like(df1),fill_value=0)
关于python - 从具有相同索引和列的两个 pandas 数据帧执行计算的最快方法，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/56083870/