使用@执行Pandas DataFrame与Series矩阵乘法时出现对齐错误求解

问题出在索引对齐不匹配：

• DataFrame c 的列名是 s1、s2、s3
• Series x 的默认索引是 0、1、2

Pandas 的 @ 矩阵乘法会严格按照索引/列名进行对齐，而非位置匹配。两者索引无重叠，导致无法完成矩阵乘法，抛出 ValueError: matrices are not aligned。

解决方法 #

方法1：统一索引与列名 #

修改 x 的索引，使其与 c 的列名一致：

import pandas as pd

c = pd.DataFrame({
    "s1":[.04, .018, .0064],
    "s2":[.018, .0225, .0084],
    "s3":[.0064, .0084, .0064],
})
x = pd.Series([0,0,0], index=['s1','s2','s3'], copy=False)
result = x @ c @ x
print(result)  # 输出 0.0

方法2：转为NumPy数组运算 #

如果不需要索引对齐，直接使用底层NumPy数组按位置运算：

import pandas as pd

c = pd.DataFrame({
    "s1":[.04, .018, .0064],
    "s2":[.018, .0225, .0084],
    "s3":[.0064, .0084, .0064],
})
x = pd.Series([0,0,0], copy=False)
result = x.values @ c.values @ x.values
print(result)  # 输出 0.0

内容的提问来源于stack exchange，提问作者324