不同尺寸DataFrame匹配首列名称后对应列相乘的实现方法及报错解决

别担心，刚接触Pandas DataFrame遇到这种问题太正常啦！你之前碰到的ValueError，是因为直接用df1['name'] == df2['name']的时候，Pandas是按索引位置去逐行比较的，而不是按name的实际值去匹配对应的行——毕竟两个DataFrame长度不一样，没法按索引对齐，自然就报错啦。

下面给你两种简单有效的实现方法，都能得到你想要的df3：

方法一：用merge合并后计算 #

先把两个DataFrame按name列合并，把df1的对应列和df2的列关联起来，再做乘法：

import pandas as pd

# 先还原你的两个DataFrame
df1 = pd.DataFrame({
    'name': ['0001', '0002', '0003', '0004'],
    'var1': [1.08, 2.11, 1.45, 1.32],
    'var2': [0.89, 0.19, 1.22, 1.34],
    'var3': [1.98, 1.64, 1.21, 2.01]
})

df2 = pd.DataFrame({
    'name': ['0002', '0001', '0002', '0004', '0003', '0004', '0001', '0003'],
    'var1': [10, 21, 25, 13, 24, 26, 16, 20],
    'var2': [25, 31, 14, 21, 55, 14, 19, 18],
    'var3': [12, 12, 24, 11, 41, 61, 36, 44]
})

# 按name合并，给两个表的同名列加后缀区分
merged_df = df2.merge(df1, on='name', suffixes=('_df2', '_df1'))

# 循环计算每个var列的乘积
variables = ['var1', 'var2', 'var3']
for var in variables:
    merged_df[var] = merged_df[f'{var}_df1'] * merged_df[f'{var}_df2']

# 提取需要的列，得到最终的df3
df3 = merged_df[['name'] + variables]
print(df3)

运行后df3的每一行，就是df2对应name的var值，和df1中同name的var值相乘的结果，长度和df2完全一致。

方法二：用map快速匹配（更简洁） #

因为df1里的name是唯一的（每个name只出现一次），我们可以把df1转成以name为索引的结构，然后用map快速匹配df2的每一行：

import pandas as pd

# 同样先还原你的DataFrame
df1 = pd.DataFrame({
    'name': ['0001', '0002', '0003', '0004'],
    'var1': [1.08, 2.11, 1.45, 1.32],
    'var2': [0.89, 0.19, 1.22, 1.34],
    'var3': [1.98, 1.64, 1.21, 2.01]
})

df2 = pd.DataFrame({
    'name': ['0002', '0001', '0002', '0004', '0003', '0004', '0001', '0003'],
    'var1': [10, 21, 25, 13, 24, 26, 16, 20],
    'var2': [25, 31, 14, 21, 55, 14, 19, 18],
    'var3': [12, 12, 24, 11, 41, 61, 36, 44]
})

# 把df1设置为name索引，方便后续map调用
df1_indexed = df1.set_index('name')

# 复制df2作为df3的基础，然后循环计算每个var列的乘积
df3 = df2.copy()
variables = ['var1', 'var2', 'var3']
for var in variables:
    df3[var] = df2[var] * df2['name'].map(df1_indexed[var])

print(df3)

这个方法代码更短，效率也不错，因为map会自动根据name的值，找到df1中对应的var值来做乘法，完美匹配你的需求。

再说说你原代码的问题 #

你写的df1['name'] == df2['name']是按索引位置逐行对比的——比如df1第0行的'0001'会和df2第0行的'0002'比，而不是去找df2里所有'0001'的行。因为两个DataFrame长度不一样，Pandas没法按索引对齐，所以就抛出了ValueError啦。

内容的提问来源于stack exchange，提问作者coding_anon