Spark Scala：如何按Vector对应位置更新DataFrame各列

嘿，这个需求其实挺直接的，咱们一步步来搞定它～

首先，先把你提供的数据转换成可直接运行的pandas代码，方便咱们测试验证：

import pandas as pd
import numpy as np

# 构建你的DataFrame
df = pd.DataFrame({
    'col_0': [0.009069428120139292, 0.008070826019024355, 0.009774715414895803, 0.009631155146285946],
    'col_1': [0.3, 0.4, 0.1, 0.9],
    'col_2': [9.015488712438252e-6, 3.379696051366339e-6, 1.299590589291292e-6, 1.218569739510422e-6]
})

# 你的两个向量
v1 = [7.0, 0.007, 0.052]
v2 = [804.0, 553.0, 143993.0]

核心思路就是让向量的第i个元素，对应处理DataFrame的第i列所有值。下面我会举几个常见的计算场景，你可以根据自己的实际需求替换计算逻辑：

方式1：循环遍历列（直观易懂） #

如果你喜欢清晰的步骤，直接循环每一列，用对应向量元素更新即可：

示例：列值乘以对应向量元素（用v1） #

for idx, col_name in enumerate(df.columns):
    # 这里的计算逻辑可以换成你需要的：加减乘除/自定义运算都可以
    df[col_name] = df[col_name] * v1[idx]

运行后，col_0的所有值都会乘以7.0，col_1乘以0.007，col_2乘以0.052。

示例：列值加上对应向量元素（用v2） #

for idx, col_name in enumerate(df.columns):
    df[col_name] = df[col_name] + v2[idx]

这样col_0的每个值都会加上804.0，以此类推。

方式2：pandas广播特性（简洁高效） #

如果你想要更符合pandas风格的写法，可以利用广播特性，不用写循环：

示例：列值乘以对应向量元素（用v1） #

# 把向量转换成和DataFrame列对齐的Series，直接做乘法
df = df.mul(pd.Series(v1, index=df.columns))

示例：列值加上对应向量元素（用v2） #

df = df.add(pd.Series(v2, index=df.columns))

这种方式代码更简洁，运行效率也更高，适合处理大数据量的情况。

关键注意点 #

• 一定要保证向量的元素个数和DataFrame的列数完全一致，不然会出现对齐错误；
• 计算逻辑可以自由替换，比如除法df[col_name] = df[col_name] / v1[idx]、减法df[col_name] = df[col_name] - v1[idx]，甚至是更复杂的自定义运算，比如df[col_name] = np.sqrt(df[col_name]) + v2[idx]。

内容的提问来源于stack exchange，提问作者diens