将一个 Dataframe 的列乘以另一个 Dataframe 的值，由键确定

Question

我想采用大约 26,000 行的大型 dataframe，foodList，并将列 foodList['food_quant'] 乘以 dataframe foodConversions 中的某个值。 为了从 foodConversions 中确定这个值，另一列 foodList['food_name'] 有一个对应于 foodConversions 索引的字符串。 我这样做是为了将不同食物的克数转换为卡路里，每种食物类型都有不同数量的卡路里。

我尝试通过 foodConversions 中的每个值对 go 进行嵌套循环，看看它是否等于 foodList['food_name']，但这非常慢，并且由于某种原因实际上从未完成运行； 因此，我宁愿放弃这种方法。 我也尝试过使用 applymap 和 lambda function，但我认为我做得不对。 最后，我尝试使用另一个 stackoverflow 问题中概述的方法，但我不确定如何将其应用于我的情况，或者它是否适用于我的情况。 这是它的链接： 将 dataframe 与其他 dataframe 的值相乘

这是两个数据框：

foodConversions = pd.Dataframe([2,3], index=['meat','vegetables'], columns=['cal/gram'])

            cal/gram
meat        2
vegetables  3

foodList = pd.Dataframe([['meat',40]['meat',30]['vegetables',20]['meat',10]], columns=['food_name','food_quant'])

    food_name    food_quant
0   meat         40
1   meat         30
2   vegetables   20
3   meat         10

output 应该如下所示：

    food_name    food_quant
0   meat         80
1   meat         60
2   vegetables   60
3   meat         20

希望这是有道理的，我试图尽可能彻底，所以我很抱歉冗长的解释。 谢谢大家的帮助！

Answer 1

我们可以做reindex或loc或map或merge

reindex|loc

df2.assign(food_quant=df2.food_quant*(df1['cal/gram'].reindex(df2.food_name).values))# change reindex to loc
Out[121]: 
    food_name  food_quant
0        meat          80
1        meat          60
2  vegetables          60
3        meat          20

map|replace

df2.assign(food_quant=df2.food_quant*df2.food_name.map(df1['cal/gram']))
df2.assign(food_quant=df2.food_quant*df2.food_name.replace(df1['cal/gram']))

Answer 2

尝试使用：

print(foodList.set_index('food_name').mul(foodConversions.reindex(foodList['food_name'])['cal/gram'], axis=0).reset_index())

Output：

    food_name  food_quant
0        meat          80
1        meat          60
2  vegetables          60
3        meat          20