如何使用Pandas或Numpy实现两个DataFrame的逐行对应乘法？

输入数据 #

首先定义两个输入DataFrame：

import pandas as pd

df1 = pd.DataFrame({'Class':['banana', 'apple'], 'comp1':[1, 2], 'comp2':[-5, 4]})
df2 = pd.DataFrame({'Element':['K', 'Mg'], 'comp1':[3, -4], 'comp2':[1, 3]})

需求说明 #

需要生成所有Class与Element的组合，并对对应的comp1、comp2列进行逐行乘法，得到如下格式的输出：

output = pd.DataFrame({'Class': ['banana', 'banana', 'apple', 'apple'], 'Element': ['K', 'Mg', 'K', 'Mg'], 'comp1':[3, -4, 6, -8], 'comp2':[-5, -15, 4, 12]})

实现步骤 #

1. 生成笛卡尔积（全组合） #

通过添加临时键的方式，将两个DataFrame进行全连接（笛卡尔积）：

# 添加临时键
df1['key'] = 1
df2['key'] = 1

# 笛卡尔积合并
merged = pd.merge(df1, df2, on='key').drop('key', axis=1)

2. 计算组件列的乘积 #

对合并后的DataFrame，计算comp1和comp2的乘积：

merged['comp1'] = merged['comp1_x'] * merged['comp1_y']
merged['comp2'] = merged['comp2_x'] * merged['comp2_y']

3. 整理列顺序并删除冗余列 #

保留需要的列，并调整顺序为目标格式：

output = merged[['Class', 'Element', 'comp1', 'comp2']]

完整代码 #

import pandas as pd

# 定义输入DataFrame
df1 = pd.DataFrame({'Class':['banana', 'apple'], 'comp1':[1, 2], 'comp2':[-5, 4]})
df2 = pd.DataFrame({'Element':['K', 'Mg'], 'comp1':[3, -4], 'comp2':[1, 3]})

# 添加临时键实现笛卡尔积
df1['key'] = 1
df2['key'] = 1
merged = pd.merge(df1, df2, on='key').drop('key', axis=1)

# 计算组件列乘积
merged['comp1'] = merged['comp1_x'] * merged['comp1_y']
merged['comp2'] = merged['comp2_x'] * merged['comp2_y']

# 整理输出格式
output = merged[['Class', 'Element', 'comp1', 'comp2']]
print(output)

运行后得到的output即为目标结果。

内容的提问来源于stack exchange，提问作者EVS_93