如何将pandas DataFrame指定列与键名匹配的字典对应值相乘

你可以直接用pandas内置的向量化乘法实现需求，不需要遍历列，代码简洁且运行效率更高：
假设你的DataFrame命名为df，匹配的乘数字典命名为multiplier_dict，直接执行以下代码即可：

# 仅对字典中存在匹配列名的列做乘法，其余列保持不变
df[multiplier_dict.keys()] = df[multiplier_dict.keys()].mul(multiplier_dict, axis=1)

代码说明 #

• mul是pandas的原生乘法方法，指定axis=1后会自动将字典的键和DataFrame的列名做匹配，对应列乘上字典中对应的数值
• 即使字典中存在部分键不在你的DataFrame列中，该方法也会自动忽略这些不存在的键，不会抛出错误
  如果你不想修改原始DataFrame，可以先复制一份再操作：

new_df = df.copy()
new_df[multiplier_dict.keys()] = new_df[multiplier_dict.keys()].mul(multiplier_dict, axis=1)

可选遍历写法 #

如果更习惯遍历逻辑，也可以用如下写法实现，仅适合数据量较小的场景：

for col, val in multiplier_dict.items():
    # 只处理同时存在于字典和DataFrame列中的字段
    if col in df.columns:
        df[col] = df[col] * val

结果验证 #

你可以快速核对结果是否正确：比如原208230_s_at norm列第一行数值为0.005718，乘以字典中对应值2.3012184212079356后，结果约为0.01316，和操作后的列数值核对即可确认操作正常。

内容的提问来源于stack exchange，提问作者guitarman