不同行列数Pandas DataFrame同名列自动相乘的实现方案

核心需求匹配规则 #

• 匹配主键为Product列，无需提前对齐两个DataFrame的行、列规模
• 两个DataFrame的共有数值列：按Product匹配行执行逐值相乘
• 仅在单个DataFrame存在的列：直接按Product对应取值保留，不参与运算
• 全流程无需手动调整参数适配不同的表结构，支持自动化批量运行

可直接复用的实现代码 #

基于pandas实现的通用处理函数，无需手动指定列名、行范围：

import pandas as pd

def merge_by_product(df1: pd.DataFrame, df2: pd.DataFrame, key: str = "Product") -> pd.DataFrame:
    # 以匹配键为索引，便于后续行对齐
    df1_idx = df1.set_index(key)
    df2_idx = df2.set_index(key)

    # 自动识别列分类，无需手动枚举
    common_cols = df1_idx.columns.intersection(df2_idx.columns).tolist()
    df1_only_cols = df1_idx.columns.difference(df2_idx.columns).tolist()
    df2_only_cols = df2_idx.columns.difference(df1_idx.columns).tolist()

    # 按外连接对齐所有Product行，覆盖两个表中全部存在的Product值
    aligned1, aligned2 = df1_idx.align(df2_idx, join="outer", axis=0)

    # 构造结果表，先计算共有列的乘积
    result = pd.DataFrame(index=aligned1.index)
    result[common_cols] = aligned1[common_cols] * aligned2[common_cols]

    # 按列归属拼接独有列
    if df1_only_cols:
        result = result.join(aligned1[df1_only_cols])
    if df2_only_cols:
        result = result.join(aligned2[df2_only_cols])

    # 将匹配键从索引恢复为普通列
    result = result.reset_index()
    return result

示例验证 #

使用题目给出的两个输入表调用上述函数：

# 第一个输入DataFrame
df1 = pd.DataFrame({
    "Product": [1, 2, 3, 4, 5],
    "1/1/2020": [1, 2, 3, 2, 4],
    "1/1/2019": [10, 20, 30, 10, 5],
    "1/1/2018": [1, 1, 10, 5, 10]
})

# 第二个输入DataFrame
df2 = pd.DataFrame({
    "Product": [1, 2, 3, 4, 5],
    "Skill": ["W2", "W45", "W0", "W1", "W2"],
    "1/1/2020": [1, 20, 40, 50, 2],
    "1/1/2019": [1, 1, 5, 5, 2],
    "1/1/2018": [10, 0, 0, 1, 1]
})

# 调用函数得到结果
output = merge_by_product(df1, df2)

运行后得到的输出与题目给出的期望结果完全一致。

适配特性说明 #

• 无需手动识别列：通过集合运算自动区分共有列、单表独有列，新增列时函数不需要修改
• 无需手动对齐行：通过外连接自动覆盖两个表中所有出现的Product值，支持两个表Product范围不完全重合的场景
• 兼容非数值列：如示例中的Skill字符串列，会被自动归类为单表独有列直接保留，不会触发类型运算报错
• 空值可自定义处理：若某个Product仅在单个表存在，共有列的相乘结果会自动标记为空，可根据需求在结果上追加output = output.fillna(0)完成空值填充

内容的提问来源于stack exchange，提问作者Ankit Daimary