是否可以使用DataFrame.mul（）fill_value进行填充？

Question

有2个dataframes，

df 

和

other 

，用相同的专栏中，我可以看到fill_value参数：

DataFrame.mul(other, fill_value=...) 

有如下解释：

fill_value : None or float value, default None 
Fill missing (NaN) values with this value. If both DataFrame locations are missing, the result will be missing 

我该怎么做乘法与填充前的行为，使得对于df不在other那些行，我将填补前行中的其他，仍然得到结果行？

下面是一个例子：

df

1/1/2016 10 
2/1/2016 20 
3/1/2016 25 

other

1/1/2016 1.5 
3/1/2016 1.7 

我想df.mul（其他），就好像其他必须采取行动

2/1/2016 1.5 

以及

Answer 1

您可以重新编制other第一：

df.mul(other.reindex(df.index, method='ffill')) 

例子：

>>> df 
      1 
2016-01-01 10 
2016-02-01 20 
2016-03-01 25 

>>> other 
       1 
2016-01-01 1.5 
2016-03-01 1.7 

>>> df.mul(other.reindex(df.index, method='ffill')) 
       1 
2016-01-01 15.0 
2016-02-01 30.0 
2016-03-01 42.5 

Answer 2

你可以先reindex或reindex_like与fillna然后用mul：

print df 
      A 
2016-01-01 10 
2016-02-01 20 
2016-03-01 25 

print df1 
       A 
2016-01-01 1.5 
2016-03-01 1.7 

df1 = df1.reindex(df.index).fillna(method='ffill') 
#df1 = df1.reindex_like(df).fillna(method='ffill') 
print df1 

       A 
2016-01-01 1.5 
2016-02-01 1.5 
2016-03-01 1.7 


print df.mul(df1) 
       A 
2016-01-01 15.0 
2016-02-01 30.0 
2016-03-01 42.5