Python 如何高效地在具有相同索引的两个大型数据帧之间进行操作？

我有这些数据帧（Zcp、Qp（0）、Sc（0））：

其中，我代表国家（c），hs4代表产品（p），从1995年到2015年，每年都有这些值。 我要做的是：

我之所以处于起步阶段，是因为我找不到一种高效快捷的方法来关联I和hs4的相同代码，并执行我需要的操作。我试着用这个模式，但速度太慢了，只适用于乘法和求和：

for row1 in df.itertuples(index=False):
    for row2 in q.itertuples(index=False):
    datas1 = df.loc[row1._2:row1._22]
    datas2 = q.loc[row2._1:row2._21]
    if row1.hs4==row2.hs4:
        df.loc[row1._2:row1._22]=datas1*datas2
        Df = df.groupby(['i']).agg(np.sum).reset_index()

（随着df.itertuples的“1995”…“2015”变成了“u2”…“u22”，我不知道为什么）。 然后我应该用对数进行除法和求和，也许每个周期更新Qp和Sc。 我在网上搜索了一些帮助，但没有找到正确的答案

for row1 in df.itertuples(index=False):
    for row2 in q.itertuples(index=False):
    datas1 = df.loc[row1._2:row1._22]
    datas2 = q.loc[row2._1:row2._21]
    if row1.hs4==row2.hs4:
        df.loc[row1._2:row1._22]=datas1*datas2
        Df = df.groupby(['i']).agg(np.sum).reset_index()