将两个数据帧中的每个值相乘，并将每个答案添加到列

Question

我试图将两个数据帧（df2和df3）中的每个值相乘，并将每个答案添加到其中一个数据帧中的一列。 df2由数据组成，其中列是类型，行是平均每天花费多少钱。 df3包含购买每辆车的数量。

我想每天乘以每列和每行，并将其添加到已在df3中创建的名为Money的列中。

我已经有一个for循环设置和df1是我可以告诉如果有人购买或出售汽车，并希望以某种方式合并一条线在那里循环通过df2的每一行，然后乘以df3并添加在列这笔钱的每一天：

for i, rows in df1.iterrows(): 
    if rows.Buy == 'purchase': 
     df3.ix[rows.Day,rows.Type] = row.AmountOfCars 
     df3.ix[row.day, 'Money '] -= df3.ix[row.Day,rows.type] * df2??? 

df1(amount)   Audi BMW  Buy   
2010-03-16   2000 4000 purchase 
2010-04-19   2500 4500 sold 

df2(prices)  Audi  BMW 
    2010-03-16 450000 350000  
    2010-04-19 6500000 350300 

df3(totals)  Audi  BMW Money 
    2010-03-16 2000  4000 ? 
    2010-04-19 -2500 -4500 ? 

Answer 1

我想你可以通过str.contains比较两个字符串，用loc和sum：

print df1['Buy'].str.contains('purchase') 
2010-03-16  True 
2010-04-19 False 
Name: Buy, dtype: bool 

print (df3 * df2).sum(axis=1) 
2010-03-16  2300000000 
2010-04-19 -17826350000 
dtype: int64 

df3.loc[ df1['Buy'].str.contains('purchase'), 'Money'] = (df3 * df2).sum(axis=1) 
print df3 
      Audi BMW  Money 
2010-03-16 2000 4000 2300000000 
2010-04-19 -2500 -4500   NaN 

如果你想只有某些类型的汽车使用listcars：

cars = ['Audi', 'BMW'] 
print (df3[cars] * df2[cars]).sum(axis=1) 
2010-03-16  2300000000 
2010-04-19 -17826350000 
dtype: int64 

df3.loc[ df1['Buy'].str.contains('purchase'), 'Money'] = (df3[cars] * df2[cars]).sum(axis=1) 
print df3 
      Audi BMW  Money 
2010-03-16 2000 4000 2300000000 
2010-04-19 -2500 -4500   NaN