按列顺序将DataFrame列与列表/序列乘除的无警告实现

问题 #

我有一个列数N可为0的DataFrame，以及一个与DataFrame列数等长的标量列表。希望按列顺序将DataFrame的各列与列表中对应值相乘或相除。

示例 #

原始DataFrame

1  2  3
1   1  2  3
2   4  5  6
3   7  8  9

乘数列表
[0, 1, 2]
预期结果

1  2  3
1  0  2  6
2  0  5 12
3  0  8 18

测试数据 #

import pandas as pd
idx = [1]

# 空DataFrame
df_1 = pd.DataFrame({}, index=idx)
list_1 = []
series_1 = pd.Series(list_1, dtype=float)

# 非空DataFrame（简化为1列）
df_2 = pd.DataFrame({1: [1]}, index=idx)
list_2 = [12]
series_2 = pd.Series(list_2, dtype=float)

遇到的问题 #

• 使用列表作为乘数时，非空场景正常运行：

  df_2.mul(list_2)
  # 输出：
  #     1
  # 1  12
  

  但空列表会触发FutureWarning：

  df_1.mul(list_1, axis=1)
  # 警告：
  # <stdin>:1: FutureWarning: The default dtype for empty Series will be 'object' instead of 'float64' in a future version. Specify a dtype explicitly to silence this warning.
  # 输出：
  # Empty DataFrame
  # Columns: []
  # Index: [1]
  

• 改用Series替代列表时，空Series无警告：

  df_1.mul(series_1, axis=1)
  # 输出：
  # Empty DataFrame
  # Columns: []
  # Index: [1]
  

  但非空Series会匹配索引，导致结果错误：

  df_2.mul(series_2)
  # 输出：
  #     0   1
  # 1 NaN NaN
  

需求：按列顺序运算，同时消除警告，保证代码前瞻性。

解决方案 #

方法1：重置Series索引匹配DataFrame列名 #

将乘数转为Series时，强制其索引与DataFrame的列名一致，这样mul方法按列匹配时会严格对应顺序，同时规避空场景的警告：

def multiply_by_order(df, multipliers):
    # 生成与DataFrame列名匹配的乘数Series
    multiplier_series = pd.Series(multipliers, index=df.columns, dtype=float)
    return df.mul(multiplier_series, axis=1)

# 测试空DataFrame
print(multiply_by_order(df_1, list_1))
# 输出：
# Empty DataFrame
# Columns: []
# Index: [1]

# 测试非空DataFrame
print(multiply_by_order(df_2, list_2))
# 输出：
#     1
# 1  12

方法2：使用NumPy数组作为乘数 #

NumPy数组不会触发Pandas的索引匹配逻辑，完全按列顺序运算，且空数组不会产生警告，代码更简洁：

import numpy as np

# 空DataFrame测试
print(df_1.mul(np.array(list_1), axis=1))
# 输出：
# Empty DataFrame
# Columns: []
# Index: [1]

# 非空DataFrame测试
print(df_2.mul(np.array(list_2), axis=1))
# 输出：
#     1
# 1  12

两种方法均能满足需求：既保证按列顺序运算，又消除了空数据场景下的警告，符合代码前瞻性要求。

内容的提问来源于stack exchange，提问作者Jérôme