如何使用两个系列作为输入来应用函数，输出是每个参数组合的函数结果的数据帧

Question

我有两个系列，每个系列都包含我想在函数中使用的变量。我想将函数应用于每个变量组合，结果输出是计算值的数据帧，索引将是一个系列的索引，列将是一个系列的索引，列将是另一个系列的索引。

我尝试过寻找类似问题的答案 - 我确定那里有一个，但我不确定如何为搜索引擎描述它。

我已经通过使用 for 循环创建一个函数解决了这个问题，所以你可以理解逻辑。我想知道是否有更有效的操作可以在不使用 for 循环的情况下执行此操作。

从我读到的内容来看，我正在想象列表推导与压缩列的某种组合来计算值，然后将其重塑为数据帧，但我无法以这种方式解决它。

下面是重现问题和当前解决方案的代码。

import pandas as pd
bands = pd.Series({'A': 5, 'B': 17, 'C': 9, 'D': 34}, name='band')
values = pd.Series({'Jan': 1, 'Feb': 1.02, 'Mar': 1.05, 'Apr': 1.12}, name='values')
# Here is an unused function as an example
myfunc = lambda x, y: x * (1 + 1/y)
def func1(values, bands):
    # Initialise empty DataFrame
    df = pd.DataFrame(index=bands.index, 
                             columns=values.index)
    for month, month_val in values.iteritems():
        for band, band_val in bands.iteritems():
            df.at[band, month] = band_val * (1/month_val - 1)
    return df
outcome = func1(values, bands)

Answer 1

您可以使用

numpy.outer：

import numpy as np
import pandas as pd
bands = pd.Series({'A': 5, 'B': 17, 'C': 9, 'D': 34}, name='band')
values = pd.Series({'Jan': 1, 'Feb': 1.02, 'Mar': 1.05, 'Apr': 1.12}, name='values')
outcome = pd.DataFrame(np.outer(bands, ((1 / values) - 1)),
                       index=bands.index,
                       columns=values.index)

[出]

   Jan       Feb       Mar       Apr
A  0.0 -0.098039 -0.238095 -0.535714
B  0.0 -0.333333 -0.809524 -1.821429
C  0.0 -0.176471 -0.428571 -0.964286
D  0.0 -0.666667 -1.619048 -3.642857

---

作为一个函数：

def myFunc(ser1, ser2):
    result = pd.DataFrame(np.outer(ser1, ((1 / ser2) - 1)),
                          index=ser1.index,
                          columns=ser2.index)
    return result
myFunc(bands, values)