Python pandas 如何将列与另一个DataFrame的匹配值相乘计算汇总价格

你要的乘加汇总本质是矩阵乘法运算，直接用pandas内置的向量化点积方法即可实现，全程无需循环，3000行200列的规模运算效率极高。

完整实现代码 #

import pandas as pd

# 1. 提取参与计算的列：直接取df2的行索引匹配df1的列，无需手动录入190个列名
calc_cols = df2.index.tolist()

# 2. 执行矩阵乘法，直接得到所有day的汇总结果
# 自动对齐df1的列和df2的行，逐元素相乘后求和，完全匹配计算规则
price_result = df1[calc_cols].dot(df2)

# 3. 给结果列加上_price后缀
price_result.columns = [f"{col}_price" for col in price_result.columns]

# 4. 合并结果到原df1
df1 = pd.concat([df1, price_result], axis=1)

验证说明 #

用你提供的样例数据运行上述代码后，得到的day1_price、day2_price计算结果和你给出的预期输出完全一致。只要df1包含df2行索引对应的所有列，运算即可正常执行，无需额外做匹配处理。

内容的提问来源于stack exchange，提问作者lucas