Python 如何通过计算基于两列创建Dataframe？

我试图根据另外两个数据帧的两列的值创建一个数据帧

我希望新的DataFrame是一列（b）的值在另一列（a）上的所有值之间的份额，基于它们对该列（a）的加权贡献

目前，我已经能够通过循环解决它。但我想知道你是否能想到熊猫的矢量化函数能更快地解决这个问题

a=pd.DataFrame（np.random.randint（1,6700））
b=pd.DataFrame（np.random.randint（1,6400））*1000
最终股份=[]
权重=应付总额（）
对于索引，b.ItErrors（）中的值：
加权值=权重*b.iloc[索引]。项（）
最终份额追加（加权值）
最终共享=pd.concat（最终共享，轴=1）
最终共享列=b索引

这是使用

numpy

的基础。您需要外部产品：

import numpy as np
final_share = pd.DataFrame(np.outer(b, weight).T)

速度会快得多

---

对anom SOer的信用

使用

numpy

：

arr = a[0].values 
w = arr / arr.sum()

c = pd.DataFrame(w[:, None] * b[0].values)

或：

c = pd.DataFrame(np.outer(w, b[0].values))