Python中如何实现不同DataFrame的列相乘？

你的问题根源是两个DataFrame的索引未对齐，pandas按索引匹配元素时，不匹配的位置会生成NaN。要实现Period与Month的顺序对应（20240201→Month0、20240301→Month1…），可以用以下两种方法：

方法1：对齐索引后相乘 #

先给Prices的Period按顺序生成对应的Month序号，再将两个DataFrame的索引统一为Month，即可直接相乘：

import pandas as pd

# 重置Prices索引，生成序列列
prices_temp = Prices.reset_index()
# 给每个Period分配对应Month序号（从0开始）
prices_temp['Month'] = range(len(prices_temp))
# 将Month设为索引，与Table_ScenarioPercentages对齐
prices_temp = prices_temp.set_index('Month')

# 执行相乘操作
adjusted_prices = prices_temp.iloc[:, 0] * Table_ScenarioPercentages.iloc[:, 0]

# 可选：恢复原Period索引
adjusted_prices = adjusted_prices.reset_index()\
    .merge(prices_temp.reset_index(), on='Month')\
    .set_index('Period')\
    .rename(columns={0: 'Adjusted_Price'})

方法2：直接按位置匹配相乘 #

如果两个DataFrame的目标列行顺序完全对应（Prices第1行对应Table第1行，以此类推），可以跳过索引对齐，直接取底层数值数组相乘：

# 提取列的数值数组进行运算
result_values = Prices.iloc[:, 0].values * Table_ScenarioPercentages.iloc[:, 0].values

# 将结果转为与Prices结构一致的DataFrame
adjusted_prices_df = pd.DataFrame(
    result_values,
    index=Prices.index,
    columns=['Adjusted_Price']
)

重要注意事项 #

• 若Prices的Period未按时间排序，需先执行Prices = Prices.sort_index()，确保与Month序号对应正确
• 必须保证两个DataFrame的行数一致，否则会出现长度不匹配错误

内容的提问来源于stack exchange，提问作者Frank