如何在两个熊猫数据框之间应用函数

Question

如何将自定义函数应用于两个数据框？ .apply method 似乎迭代给定数据帧的行或列，但我不确定如何一次在两个数据帧上使用它。例如，

df1

      m1          m2        
       x     y     x     y    z 
0 0  10.0  12.0  16.0  17.0   9.0
  0  10.0  13.0  15.0  12.0   4.0
1 0  11.0  14.0  14.0  11.0   5.0
  1   3.0  14.0  12.0  10.0   9.0

df2

     m1          m2        
      x     y     x     y    
0   0.5    0.1    1     0  

一般来说，df1到df2的映射函数如何生成新的df3。例如，乘法（但我正在寻找一个可以发送到函数的通用解决方案）。

def custFunc(d1,d2):
    return (d1 * d2) - d2

df1.apply(lambda x: custFunc(x,df2[0]),axis=1) 
#df2[0] meaning it is explicitly first row

df3 是

      m1          m2        
       x     y     x     y    z 
0 0   5.5   1.3  16.0   0.0   9.0
  0   5.5   1.4  15.0   0.0   4.0
1 0   6.0   1.5  14.0   0.0   5.0
  1   2.0   1.5  12.0   0.0   9.0

Answer 1

如果需要您的函数只传递DataFrame 和Series 并使用DataFrame.loc 按行选择，最后用原始替换缺失值是使用DataFrame.fillna：

def custFunc(d1,d2):
    return (d1 * d2) - d2

df = custFunc(df1, df2.loc[0]).fillna(df1)
print (df)
      m1         m2          
       x    y     x    y    z
0 0  4.5  1.1  15.0  0.0  9.0
  0  4.5  1.2  14.0  0.0  4.0
1 0  5.0  1.3  13.0  0.0  5.0
  1  1.0  1.3  11.0  0.0  9.0

详情：

print (df2.loc[0])
m1  x    0.5
    y    0.1
m2  x    1.0
    y    0.0
Name: 0, dtype: float64