我有两个数据框，第一个 df1 只包含一行:
A B C D E
0 5 8 9 5 0
第二个有多行，但列数相同:
D C E A B
0 5 0 3 3 7
1 9 3 5 2 4
2 7 6 8 8 1
3 6 7 7 8 1
4 5 9 8 9 4
5 3 0 3 5 0
6 2 3 8 1 3
7 3 3 7 0 1
8 9 9 0 4 7
9 3 2 7 2 0
在实际示例中，我有更多的列(超过 100 个)。这两个数据框具有相同的列数和相同的列名，但列的顺序不同，如示例所示。 我应该将两个数据帧相乘(类似矩阵的乘法)，除了我无法执行简单的 df2.values * df1.values 因为列的排序方式不同，所以例如第二列df1 B 不能在 df2 的第二列相乘，因为我们在 df2 的第二列找到 C 而不是 B，而B 列是 df2 中的第 5 列。
考虑到列名而不是列索引，是否有简单的 pythonic 解决方案来乘以数据帧？
请您参考如下方法:
df1[df2.columns] 返回一个数据帧，其中的列按照 df2 中的顺序排列:
df1
Out[91]:
A B C D E
0 3 8 9 5 0
df1[df2.columns]
Out[92]:
D C E A B
0 5 9 0 3 8
所以，你只需要:
df2.values * df1[df2.columns].values
如果你在 df2 中有额外的列，这将引发一个关键错误；即使您在 df1 中有更多列，它也只会选择 df2 的列。
正如@MaxU 指出的那样，由于您正在对 numpy 数组进行操作，因此为了返回数据帧结构，您需要:
pd.DataFrame(df2.values * df1[df2.columns].values, columns = df2.columns)
