Pandas不同维度DataFrame相乘时USD行Inv列出现NaN值问题咨询

• Pandas的Series之间做运算时会自动按索引对齐匹配：你筛选得到的df2只有原df1中对应Peso Mexicano行的索引（本例中只有索引3），所以df2['Conv']是仅包含索引3的Series，和全索引的df1['COGS']相乘时，原df1中索引0、1、2的行在df2['Conv']中找不到匹配值，就会返回NaN。

你只需要把转换率从带索引的Series中取出为纯标量值，再和df1['COGS']运算即可，不会触发索引对齐逻辑：

# 先取出转换率标量
conv_rate = df2['Conv'].iloc[0]
# 再计算Inv列
df1['Inv'] = (conv_rate * df1['COGS']) * -1
# 保留两位小数匹配预期输出
df1['Inv'] = df1['Inv'].round(2)
display(df1)

补充说明：如果筛选后Peso Mexicano有多个行需要先做聚合（比如取平均转换率），可以用conv_rate = df2['Conv'].mean()再做运算即可。

内容的提问来源于stack exchange，提问作者SAK