Python 将索引不匹配的两个系列相乘

从

df

创建了两个系列：

s1

和

s2

每个都有相同的长度，但指数不同<代码>s1。将（s2）不匹配的索引相乘，而不是相乘

我只想将entrywise

s1

与

s2

相乘，忽略不匹配的索引

我可以运行

s1.reset_index（）

和

s2.reset_index（）

，然后从这两个dfs中获取我想要的列，因为它会将原始索引变成一个单独的列，但这很繁琐，我想可能有一种更简单的方法来实现

s1.multiply(s2, axis='columns')

---

似乎也不起作用

我认为使用

reset\u index（）

是一种方法，但是可以选择删除索引，而不是将其推回到数据帧中

像这样：

s1 = pd.Series([1,2,3,4,5,6,7], index=[52,34,3,53,636,7,4])
52     1
34     2
3      3
53     4
636    5
7      6
4      7
dtype: int64

s1.reset_index(drop=True)
0    1
1    2
2    3
3    4
4    5
5    6
6    7
dtype: int64

我之所以赞成使用

reset_index（）

方法，而不是简单地乘以值的其他建议方法

s1 * s2.values

这不是很明确。这一行并没有告诉我您正在解决索引问题

这一行非常明确地告诉我们，您正在解决一个索引问题：

s1.reset_index(drop=True) * s2.reset_index(drop=True)

或者将其分解为多行：

s1.reset_index(inplace=True, drop=True)
s2.reset_index(inplace=True, drop=True)
s1 * s2

---

您可以转换为numpy数组，该数组将忽略带有

值的索引
：
s1.values.mul（s2.values）
。感谢John，这确实可以将序列的值相乘。不幸的是，它将该系列转换为numpy数组。你知道一种方法可以让整个过程使用series，而不是移动到numpy数组，然后返回series（result=pandas.series（s1.values*s2.values））？
s1*s2.values
应该工作这取决于你想要的索引是什么。您的建议将产生一个新的
[0,1,2…]
索引，而Ed的建议将使用
s1
中的索引，好的。谢谢John和Ed。这两个都涵盖了我需要的解决方案。