如何将月度DataFrame列与同年度的年度DataFrame列相乘？

要实现月度（或日度）DataFrame某列与年度DataFrame对应年份列值相乘，核心是将月度数据的索引年份与年度数据的年份匹配，然后完成乘法运算。这里有两种简洁的实现方式：

方法一：通过年份映射字典快速实现 #

步骤直观易懂：

1. 从年度DataFrame（df2）中提取年份与对应值的映射关系
2. 提取月度DataFrame（df）索引的年份，匹配映射字典中的值
3. 用月度列的值乘以匹配到的年度值，得到结果

具体代码如下：

import pandas as pd

# 初始化你的数据
df = pd.DataFrame({'column1' : [1, 1, 1, 2, 2]}, index=['2018-01-01', '2018-01-02', '2018-01-03', '2019-01-03', '2019-01-02'])
df.index = pd.to_datetime(df.index)

df2 = pd.DataFrame({'columnX' : [2, 3]}, index=['2018', '2019'])
df2.index = pd.to_datetime(df2.index)

# 1. 创建年份到columnX值的映射字典
year_to_value = df2.set_index(df2.index.year)['columnX'].to_dict()

# 2. 匹配年份并计算结果
df['Results'] = df['column1'] * df.index.year.map(year_to_value)

print(df)

运行后会得到你预期的结果：

column1  Results
2018-01-01        1        2
2018-01-02        1        2
2018-01-03        1        2
2019-01-03        2        6
2019-01-02        2        6

方法二：利用merge结合年份提取实现 #

如果你更习惯用DataFrame合并的思路，也可以先给两个表都添加年份列，再合并后计算：

import pandas as pd

# 初始化你的数据
df = pd.DataFrame({'column1' : [1, 1, 1, 2, 2]}, index=['2018-01-01', '2018-01-02', '2018-01-03', '2019-01-03', '2019-01-02'])
df.index = pd.to_datetime(df.index)

df2 = pd.DataFrame({'columnX' : [2, 3]}, index=['2018', '2019'])
df2.index = pd.to_datetime(df2.index)

# 给df添加年份列
df['year'] = df.index.year
# 给df2添加年份列
df2['year'] = df2.index.year

# 合并两个表（按年份匹配）
merged_df = df.merge(df2[['year', 'columnX']], on='year', how='left')
# 计算结果
merged_df['Results'] = merged_df['column1'] * merged_df['columnX']
# 还原原索引并保留需要的列
result = merged_df.set_index(df.index)[['column1', 'Results']]

print(result)

这个方法同样能得到预期结果，适合更熟悉合并操作的场景。

两种方法都能高效完成需求，你可以根据自己的习惯选择~

内容的提问来源于stack exchange，提问作者Peslier53