Вероятно, проще всего использовать лежащие в основе массивы, и пусть numpy
сделает магию вещания:
>>> df1.values * df2.values
array([[1, 2, 0, 0, 0, 0],
[2, 4, 0, 0, 0, 0],
[1, 3, 0, 0, 0, 0],
[1, 3, 0, 0, 0, 0]])
Вы можете поместить его обратно в кадр данных с теми же столбцами, что и df1
, используя:
>>> pd.DataFrame(df1.values * df2.values, columns=df1.columns)
0 1 2 3 4 5
0 1 2 0 0 0 0
1 2 4 0 0 0 0
2 1 3 0 0 0 0
3 1 3 0 0 0 0
Или, если вы не против перезаписи df1
:
>>> df1[:] = df1.values * df2.values
>>> df1
0 1 2 3 4 5
0 1 2 0 0 0 0
1 2 4 0 0 0 0
2 1 3 0 0 0 0
3 1 3 0 0 0 0
В качестве альтернативы, вы можете повеселиться с np.broadcast_to
, если хотите:
>>> df1*np.broadcast_to(df2,df1.shape)
0 1 2 3 4 5
0 1 2 0 0 0 0
1 2 4 0 0 0 0
2 1 3 0 0 0 0
3 1 3 0 0 0 0