是否可以使用DataFrame.mul（）fill_value進行填充？

Question

有2個dataframes，

df 

和

other 

，用相同的專欄中，我可以看到fill_value參數：

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

有如下解釋：

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 

我該怎麼做乘法與填充前的行爲，使得對於df不在other那些行，我將填補前行中的其他，仍然得到結果行？

下面是一個例子：

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），就好像其他必須採取行動

2/1/2016 1.5 

以及

Answer 1

您可以重新編制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與fillna然後用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