乘以一个DataFrame与重复的索引值

Question

我想乘以一个DataFrame与系列，其中DataFrame具有完全相同的系列索引，尽管有重复的索引值。期望的结果是DataFrame中的每一行都会根据索引的值乘以Series中的相应值。

乘以重复的索引值的一系列完美的作品：

import pandas as pd 
weights = pd.Series([10, 100], [0, 1]) 
s = pd.Series([1, 2, 3, 4], [0, 0, 1, 1]) 
s.mul(weights) 

产生预期的结果：

0  10 
0  20 
1 300 
1 400 

乘以重复的索引值的数据帧，但是，产生ValueError异常：不能重新编制来自复制轴：

df = pd.DataFrame({'a': [1, 2, 3, 4], 'b': [-1, -2, -3, -4]}, [0, 0, 1, 1]) 
df.mul(weights, axis=0) 
... 
ValueError: cannot reindex from a duplicate axis 

我如何获得以下结果？

 a b 
0 10 -10 
0 20 -20 
1 300 -300 
1 400 -400 

编辑：

一种选择是第一系列重新索引权重：

df.mul(weights.reindex(df.index, method='ffill'), axis=0) 

Answer 1

如何使用apply方法，以便您可以通过列乘数据帧列？

df.apply(lambda col: col.mul(weights)) 

#  a b 
#0 10 -10 
#0 20 -20 
#1 300 -300 
#1 400 -400