如何将两个DataFrame对应值相乘并替换原DataFrame内容？

需求说明 #

将第一个DataFrame中每个word对应的weight，与第二个DataFrame对应列的数值相乘，并用结果替换原有的1/0值。

数据构造（可直接运行） #

import pandas as pd

# 第一个权重DataFrame
df_weights = pd.DataFrame({
    'word': ['book', 'water'],
    'weight': [0.2, 0.5]
})

# 第二个待处理DataFrame
df_data = pd.DataFrame({
    'description': ['xyz', 'abc'],
    'book': [1, 0],
    'water': [0, 1]
})

高效解决方案（向量操作） #

通过将权重DataFrame转换为索引匹配的Series，直接对目标列执行元素级乘法：

# 将word设为索引，提取权重Series
weight_series = df_weights.set_index('word')['weight']

# 对df_data中匹配的列执行乘法替换
df_data[weight_series.index] = df_data[weight_series.index].mul(weight_series)

处理后df_data的结果：

备选循环方案（适合小数据量） #

如果需要逐列处理，也可以用循环实现：

for _, row in df_weights.iterrows():
    df_data[row['word']] = df_data[row['word']] * row['weight']

说明 #

• 向量操作方法利用pandas的广播机制，执行效率远高于循环，适合大型数据集。
• 两种方法都会自动匹配列名，无需手动指定对应关系，避免列名变动导致的错误。

内容的提问来源于stack exchange，提问作者Kas