Python 将多列乘以多列

我有这样一个数据框：

              ivol  Front Face  Back Face  Left Face  Right Face  Front jvol  Back jvol  Left jvol  Right jvol  
    row col                                                                                                    
    99  49   5792          1           1          1          0        5734        5850       5791       5793   
        50   5793          1           1          0          0        5735        5851       5792       5794   
        51   5794          1           1          0          0        5736        5852       5793       5795   
        52   5795          1           1          0          0        5737        5853       5794       5796 

         ivol  Front Face  Back Face  Left Face  Right Face  Front jvol  Back jvol  Left jvol  Right jvol  
row col                                                                                                    
99  49   5792          1           1          1          0        5734        5850       5791        0
    50   5793          1           1          0          0        5735        5851        0          0   
    51   5794          1           1          0          0        5736        5852        0          0   
    52   5795          1           1          0          0        5737        5853        0          0  

我需要将某些列（

xxx Face

columns）乘以

xxx jvol

columns）并将结果重写到位（

xxx jvol

column）。结果应该是这样的：

              ivol  Front Face  Back Face  Left Face  Right Face  Front jvol  Back jvol  Left jvol  Right jvol  
    row col                                                                                                    
    99  49   5792          1           1          1          0        5734        5850       5791       5793   
        50   5793          1           1          0          0        5735        5851       5792       5794   
        51   5794          1           1          0          0        5736        5852       5793       5795   
        52   5795          1           1          0          0        5737        5853       5794       5796 

         ivol  Front Face  Back Face  Left Face  Right Face  Front jvol  Back jvol  Left jvol  Right jvol  
row col                                                                                                    
99  49   5792          1           1          1          0        5734        5850       5791        0
    50   5793          1           1          0          0        5735        5851        0          0   
    51   5794          1           1          0          0        5736        5852        0          0   
    52   5795          1           1          0          0        5737        5853        0          0  

我可以这样做：

df['Front jvol'] = df['Front Face'] * df['Front jvol']
df['Back jvol'] = df['Back Face'] * df['Back jvol']
df['Left jvol'] = df['Left Face'] * df['Left jvol']
df['Right jvol'] = df['Right Face'] * df['Right jvol']

---

但是，它给出了

SettingWithCopyWarning：试图在数据帧的切片副本上设置一个值。尝试使用.loc[row\u indexer，col\u indexer]=值来代替警告，我不适合使用它。
尝试使用
dataframe.assign

df.assign(
    front_jvol=df['Front Face'] * df['Front jvol'],
    back_jvol=df['Back Face'] * df['Back jvol'],
    left_jvol=df['Left Face'] * df['Left jvol'],
    right_jvol=df['Right Face'] * df['Right jvol']
)

使用
dataframe进行尝试。分配

df.assign(
    front_jvol=df['Front Face'] * df['Front jvol'],
    back_jvol=df['Back Face'] * df['Back jvol'],
    left_jvol=df['Left Face'] * df['Left jvol'],
    right_jvol=df['Right Face'] * df['Right jvol']
)

您可以使用字典理解，因为您的列有共同的前缀：

columns = ["Front", "Back", "Left", "Right"]

mapping = {f"{col} jvol":  df[f"{col} Face"] * df[f"{col} jvol"] 
            for col in columns}

最终结果：

df.assign(**mapping)

您可以使用字典理解，因为您的列有共同的前缀：

columns = ["Front", "Back", "Left", "Right"]

mapping = {f"{col} jvol":  df[f"{col} Face"] * df[f"{col} jvol"] 
            for col in columns}

最终结果：

df.assign(**mapping)

此解决方案创建新列（fron_jvol等）。如何将它们存储在现有列（Front jvol等）中？它返回一个新的dataframe对象，其中包含除新列之外的所有原始列，只需将它们重新分配给现有的
df
有见地的建议。此解决方案创建新列（fron_jvol等）。如何将它们存储在现有列（Front jvol等）中？它返回一个新的dataframe对象，其中包含除新列之外的所有原始列，只需将它们重新分配给现有的
df
深入建议。