如何计算索引匹配的DataFrame对应行的标量积

测试数据构造 #

先复现题目中的两个DataFrame：

import pandas as pd

# 索引为唯一值的第一个DataFrame
df1 = pd.DataFrame(
    data={"column1": [1, 4, 3], "column2": [2, 5, 3]},
    index=["a", "b", "c"]
)

# 索引存在重复值的第二个DataFrame
df2 = pd.DataFrame(
    data={"column1": [1, 4, 3, 1, 4, 3], "column2": [2, 5, 3, 2, 5, 3]},
    index=["a", "a", "c", "b", "b", "a"]
)

实现代码 #

直接利用pandas自带的索引对齐机制即可，无需手写循环，运行效率高：

result = df2.mul(df1).sum(axis=1).to_frame(name="result")

结果说明 #

运行后得到的result完全符合要求：

• 行索引和原始df2完全一致，保留重复索引和原有顺序
• 列值为对应索引匹配行的标量积，比如索引为a的第一行，计算逻辑为1*1 + 2*2 = 5，和预期一致
  输出结果如下：

result
a       5
a      14
c      18
b      14
b      41
a       9

逻辑解释 #

• df2.mul(df1)会自动按行索引做对齐：df2的每一行都会匹配df1中相同索引的行，对两列对应位置做乘法，哪怕df2索引重复也能正确匹配
• sum(axis=1)对乘法结果逐行求和，得到的就是两个等长向量的标量积
• to_frame(name="result")将求和得到的Series转为单列DataFrame，设置列名为要求的result

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