如何优雅实现索引与列名对齐的2D DataFrame与1D Series相乘

问题场景 #

现有二维DataFrame df1（行索引为1-4，列名为A、B），以及以df1列名为索引的一维Series df2（存储对应列的系数），需要实现按列匹配的乘法运算，得到逐列缩放后的结果。

数据构造 #

先构造示例数据：

import pandas as pd

# 创建df1
df1 = pd.DataFrame(
    data={'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8]},
    index=[1, 2, 3, 4]
)

# 创建df2（提取为Series，索引对应df1的列名）
df2 = pd.DataFrame(
    data={'Coef': [10, 100]},
    index=['A', 'B']
)['Coef']

核心解法 #

直接使用Pandas的mul()方法，通过指定axis='columns'参数实现按列名对齐的乘法：

df3 = df1.mul(df2, axis='columns')

结果展示 #

执行后得到的df3如下：

说明 #

mul()方法的axis='columns'参数指定以列名为对齐依据，让df1的每一列自动匹配df2中索引相同的系数并完成乘法，完全符合简洁优雅的实现需求。

内容的提问来源于stack exchange，提问作者user2020742