我有一个数据框和一个系列,数据框是关于每个受访者成本的基础数据,系列是应该乘以基础数据的折扣率。
比如基础数据是(dataframe):
cost1 cost2
John 100 50
Tom 50 100
Andy 50 200
Mark 80 300
折扣数据是(系列):
John 0.7
Tom 0.6
Andy 0.9
Mark 0.5
因此,所需的输出是:
cost1 cost2
John 70 35
Tom 30 60
Andy 45 180
Mark 40 150
我想出的方法是:
customer_list = base.index.tolist()
for k in customer_list:
base.loc[k] = base.loc[k]*discount.loc[k]
这行得通(给了我想要的输出),但我觉得效率很低。在我的实际应用中,dataframe 非常大,因此运行这样的迭代需要相当长的时间。
对高效计算有什么建议吗?我认为可能有一些有效的方法可以使用索引作为一个整体来进行这样的计算。 (虽然基本 * 折扣肯定不起作用......)
提前致谢!
请您参考如下方法:
将 mul 与 axis 参数一起使用:
df.mul(df2, axis=0)
cost1 cost2
John 70.0 35.0
Tom 30.0 60.0
Andy 45.0 180.0
Mark 40.0 150.0
