DataFrame行级运算：批量列对乘积及最大值计算需求

输入DataFrame：

import pandas as pd
df = pd.DataFrame({
    'A': [5, 3, 2],
    'B': [2, 1, 1],
    'a': [2, 3, 1],
    'b': [1, 3, 8]
})

预期输出：

pd.DataFrame({
    'A': [5, 3, 2],
    'B': [2, 1, 1],
    'a': [2, 3, 1],
    'b': [1, 3, 8],
    'A*a': [10, 9, 2],
    'B*b': [2, 3, 8],
    'Max': [10, 9, 8]
})

核心需求：

• 根据列映射字典（如{'A':'a','B':'b'}）批量生成列对乘积列（例：A*a）
• 新增Max列，每行取所有乘积列的最大值
• 支持数十列的规模化处理

用户尝试的代码（未达成完整需求）：

dic={'A':'a','B':'b'}

def score(row):
    max_score=0
    for i,j in dic.items():
        if row[i]*row[j]>max_score:
            max_score=row[i]*row[j]
    return max_score

df.apply(score)

方案1：快速实现完整需求 #

原有代码仅计算了最大值但未生成乘积列，同时初始值设为0可能导致负数乘积场景出错。以下是修复并完善的版本：

import pandas as pd

df = pd.DataFrame({
    'A': [5, 3, 2],
    'B': [2, 1, 1],
    'a': [2, 3, 1],
    'b': [1, 3, 8]
})
col_map = {'A': 'a', 'B': 'b'}

# 1. 批量生成所有乘积列
for col1, col2 in col_map.items():
    col_name = f"{col1}*{col2}"
    df[col_name] = df[col1] * df[col2]

# 2. 计算每行乘积的最大值，生成Max列
product_cols = [f"{k}*{v}" for k, v in col_map.items()]
df['Max'] = df[product_cols].max(axis=1)

print(df)

方案2：规模化高效处理（适合大数据） #

如果数据量较大（数十列/百万行），逐行apply效率极低，推荐使用pandas内置的向量化操作，完全避免行循环：

import pandas as pd

def process_column_pairs(df, col_map):
    # 批量生成乘积列
    for col1, col2 in col_map.items():
        df[f"{col1}*{col2}"] = df[col1] * df[col2]
    # 生成Max列：直接对所有乘积列取行最大值
    product_col_names = [f"{k}*{v}" for k, v in col_map.items()]
    df['Max'] = df[product_col_names].max(axis=1)
    return df

# 调用示例
df = pd.DataFrame({
    'A': [5, 3, 2],
    'B': [2, 1, 1],
    'a': [2, 3, 1],
    'b': [1, 3, 8]
})
col_map = {'A': 'a', 'B': 'b'}
df = process_column_pairs(df, col_map)
print(df)

关键说明 #

• 向量化操作：pandas的*和max(axis=1)都是底层优化的向量化运算，效率比逐行循环高10~100倍
• 扩展性：只需修改col_map字典（如新增'C':'c'），即可自动处理新的列对
• 鲁棒性：无需设置初始最大值，max(axis=1)会自动处理所有数值场景（包括负数）

内容的提问来源于stack exchange，提问作者Derek