如何将df_a每个值与df_b所有值相乘求和并生成结果列表？

我需要将DataFrame df_a 中的每个值与另一个DataFrame df_b 中的所有值相乘，对每个df_a值对应的乘积求和，最终将结果组成列表。

示例：
df_a:

df_b:

预期结果：[110, 220]（即 [(10×5)+(10×6), (20×5)+(20×6)]）

我尝试用for循环实现：

a = []
for x, y in zip(df_a, df_b):
    i = sum(x * y)
    a.append(i)

但运行时抛出“float object not being iterable”错误。

方法1：利用Pandas向量化运算（推荐） #

借助数学简化思路：x*y1 + x*y2 = x*(y1+y2)，先算出df_b的总和，再和df_a的每个元素相乘，最后转成列表即可，这种方法效率远高于循环：

df_b_total = df_b['col_y'].sum()
result = (df_a['col_x'] * df_b_total).tolist()

执行后result即为[110, 220]，完全符合预期。

方法2：修正for循环逻辑 #

你之前的错误源于zip(df_a, df_b)迭代的是DataFrame的列名，而非列中的具体数值。正确的做法是遍历df_a目标列的每个元素，再与df_b的所有元素相乘后求和：

a = []
for x_val in df_a['col_x']:
    product_sum = (x_val * df_b['col_y']).sum()
    a.append(product_sum)

运行这段代码就能得到正确结果，不会再出现迭代错误。

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