Pandas中DataFrame视为矩阵做乘积报错：如何解决对齐问题？

问题原因 #

Pandas的DataFrame.dot()方法并非单纯按矩阵形状匹配计算，而是会通过DataFrame的列名与另一个对象的索引名对齐来执行乘法。你的df1列名为col1、col2，而df2的行索引是默认的0、1，两者无匹配项，因此触发对齐错误。

修复方案 #

方案1：直接使用Numpy矩阵乘法（忽略Pandas索引对齐） #

提取DataFrame底层的Numpy数组，用纯矩阵运算计算，再转回DataFrame：

import pandas as pd
import numpy as np

data1 = {'col1': [1, 2, 3], 'col2': [4, 5, 6]}
df1 = pd.DataFrame(data1)

data2 = {'col3': [2,3]}
df2 = pd.DataFrame(data2)

# 使用@运算符（Python 3.5+支持，推荐写法）
result = pd.DataFrame(df1.values @ df2.values, columns=['matrix_product'])

# 或者用np.dot实现
# result = pd.DataFrame(np.dot(df1.values, df2.values), columns=['matrix_product'])

方案2：对齐df2的索引与df1的列名 #

修改df2的行索引，让它和df1的列名完全匹配，这样Pandas的dot()就能正常工作：

import pandas as pd

data1 = {'col1': [1, 2, 3], 'col2': [4, 5, 6]}
df1 = pd.DataFrame(data1)

data2 = {'col3': [2,3]}
df2 = pd.DataFrame(data2)

# 将df2的索引设置为df1的列名
df2.index = df1.columns
result = df1.dot(df2)

结果说明 #

两种方法都会得到3×1的结果矩阵：

matrix_product
0              14
1              19
2              24

内容的提问来源于stack exchange，提问作者Hans