Python 如何根据'；属性'；保留不匹配数组属性的数据帧行时的行数？

非常类似于“https://stackoverflow.com/questions/60566053/how-to-multiply-dataframe-rows-by-an-array-based-on-an-attribute-of-the-row但如果原始数据帧的索引行与数组的属性不匹配，df元素将返回NAN。实际上，我想要一个“左连接”变体实现

操作数数据帧df示例（日期作为A、B和C列的索引）：

df2：

正在尝试获取elementwise df*df2乘法数据帧结果：

                A     B     C
 2000-01-02     1     2     3
 2000-01-03     1     4     9
 2000-01-04     1     4     9
 2000-01-05     1     2     3

但相反，你会得到

                A     B     C
 2000-01-02     NaN   NaN    NaN
 2000-01-03     1     4     9
 2000-01-04     1     4     9
 2000-01-05     NaN     NaN     NaN

使用基于URL响应的解决方案，h/t jezrael df_结果=（df.mul（df2，级别=0））

添加fill_value=作为参数在.mul（）中无效

---

有人有什么建议吗？提前感谢

您可以使用

update

更新

df

。这将就地更新df

>>> df.update(df.mul(df2))
>>> df
              A    B    C
2000-01-02  1.0  2.0  3.0
2000-01-03  1.0  4.0  9.0
2000-01-04  1.0  4.0  9.0
2000-01-05  1.0  2.0  3.0

对于非就地更新，您还可以使用

fillna

方法用第一个df中的值填充空值：

>>> df.mul(df2).fillna(df)
              A    B    C
2000-01-02  1.0  2.0  3.0
2000-01-03  1.0  4.0  9.0
2000-01-04  1.0  4.0  9.0
2000-01-05  1.0  2.0  3.0

---

试试看：

df1.mul（df2）。先组合（df1）

优雅、有效，而且效果很好。。

>>> df.update(df.mul(df2))
>>> df
              A    B    C
2000-01-02  1.0  2.0  3.0
2000-01-03  1.0  4.0  9.0
2000-01-04  1.0  4.0  9.0
2000-01-05  1.0  2.0  3.0

>>> df.mul(df2).fillna(df)
              A    B    C
2000-01-02  1.0  2.0  3.0
2000-01-03  1.0  4.0  9.0
2000-01-04  1.0  4.0  9.0
2000-01-05  1.0  2.0  3.0