df1 df2是我的原始数据，列的日期可以对应的，我现在希望做的是，df3假设每一个数据点等于df1的数据点+a+b，那么如何快速的apply出来呢，我理解的apply如果是对df的每一列使用，那么里面的lambda参数好像没法去引用不同的ab？




df1    1月1日    1月2日    1月3日    1月4日    1月5日
100001    0.916406712    0.065715097    0.684387698    0.343891137    0.7056592
100002    0.601501265    0.415466297    0.322322265    0.560971766    0.65345137
100003    0.67439952    0.549254738    0.970218941    0.764021578    0.721876835
100004    0.033216392    0.889357712    0.67081107    0.213403257    0.439338123
100005    0.446039287    0.103652118    0.890138657    0.462855958    0.251302204
                    
                    
df2    1月1日    1月2日    1月3日    1月4日    1月5日
a    0.28    0.68    0.19    0.87    0.34
b    0.38    0.77    0.65    0.17    0.92
                    
                    
df3？    1月1日    1月2日    1月3日    1月4日    1月5日
100001    =B2+a+b                
100001                    
100001                    
100001                    
100001                    
--
FROM 106.39.56.*

pandas支持矢量操作，尽量少用 apply

【 在 kpo 的大作中提到: 】
: df1 df2是我的原始数据，列的日期可以对应的，我现在希望做的是，df3假设每一个数据点等于df1的数据点+a+b，那么如何快速的apply出来呢，我理解的apply如果是对df的每一列使用，那么里面的lambda参数好像没法去引用不同的ab？  
:  
: df1 1月1日 1月2日 1月3日
: ..................

发自「今日水木 on iPhone XS」
--
FROM 43.225.87.*

把问题描述先排好版
【 在 kpo 的大作中提到: 】
: 求教那我这种需求如何解决比较好呢 ，我也希望减少运算的复杂度  
: 其实+a+b只是一个简化的表达，我总共是有3个df进行运算，df4=f（a,b）,只不过前两个df分别date、code行列可对应，第3个df就是我主贴中的df2，他对应date但是不对应code  
: --

发自「今日水木 on iPhone XS」
--
FROM 223.72.80.*