Python Pandas 不同类型DataFrame相乘生成代数表达式实现方法

实现这类需求的核心逻辑很简单：Pandas的字符串运算支持同索引Series的逐元素匹配，只要先把整型序列显式转为字符串类型，就能和字符串序列直接拼接，全程不需要写逐行循环就能完成计算。

推荐实现：向量化字符串拼接（大数据量下性能最优） #

这是生产环境最常用的写法，没有Python层的逐行迭代开销，在十万行以上数据规模下比apply类方法快1~2个数量级。

代码示例 #

import pandas as pd

# 初始化题目中的两个测试DataFrame
df1 = pd.DataFrame([1, 2, 3])
df2 = pd.DataFrame(["x", "y", "z"])

# 前置检查：统一两个DataFrame的索引，避免错位对齐产生NaN
df1 = df1.reset_index(drop=True)
df2 = df2.reset_index(drop=True)

# 核心操作：把数值列转成字符串后，逐行和字符串列拼接
algebra_series = df1[0].astype(str) + df2[0]

# 如需将结果整合为完整DataFrame，可执行以下赋值
final_df = pd.DataFrame({
    "expression": algebra_series
})

最终生成的algebra_series内容为["1x", "2y", "3z"]，完全匹配预期格式。

常见踩坑点 #

• 若两个DataFrame的索引值不匹配，Pandas会默认按索引做外连接对齐，导致拼接位置错位、出现空值。这时候必须先通过reset_index(drop=True)把两个表的索引统一为连续整数序列，再执行拼接。
• 不要直接对两个DataFrame整体做加法操作，会触发列对齐逻辑、生成非预期的交叉值，必须取出对应列的Series对象做逐位拼接。

灵活实现：逐行apply（适合需要自定义格式化规则的场景） #

如果后续需要调整代数表达式的规则（比如系数为1时省略1、系数为负数时自动加负号、分数系数格式化等），可以用apply逐行传入自定义格式化函数，代码示例：

def format_algebra(coeff, var):
    # 适配常规代数书写规范
    if coeff == 1:
        return var
    if coeff == -1:
        return f"-{var}"
    return f"{coeff}{var}"

# 沿列拼接两个序列为临时DataFrame，逐行应用格式化逻辑
temp_df = pd.concat([df1, df2], axis=1)
temp_df.columns = ["coeff", "var"]
custom_result = temp_df.apply(
    lambda row: format_algebra(row["coeff"], row["var"]),
    axis=1
)

这个方法的局限是逐行调用Python函数，只适合小数据量场景，数据量超过1万行时不建议使用。

内容的提问来源于stack exchange，提问作者Ussu20