如何将dataframe中的每一行乘以不同dataframe的不同列，并将所有行的总和作为Python中的新列？

要将dataframe中的每一行乘以不同dataframe的不同列，并将所有行的总和作为Python中的新列，可以按照以下步骤进行操作：

首先，导入所需的库和模块：

import pandas as pd

创建一个示例的dataframe：

df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
df2 = pd.DataFrame({'D': [10, 11, 12], 'E': [13, 14, 15], 'F': [16, 17, 18]})

使用apply函数和lambda表达式，将每一行的值与另一个dataframe的对应列相乘，并将结果存储在新列中：

df1['New Column'] = df1.apply(lambda row: row['A'] * df2.loc[row.name, 'D'] + row['B'] * df2.loc[row.name, 'E'] + row['C'] * df2.loc[row.name, 'F'], axis=1)

在上述代码中，lambda表达式中的row代表每一行的数据，通过row.name可以获取行索引，然后使用.loc方法获取df2中对应行的列值。

最后，查看新列的结果：

print(df1)

完整的代码如下：

import pandas as pd

df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
df2 = pd.DataFrame({'D': [10, 11, 12], 'E': [13, 14, 15], 'F': [16, 17, 18]})

df1['New Column'] = df1.apply(lambda row: row['A'] * df2.loc[row.name, 'D'] + row['B'] * df2.loc[row.name, 'E'] + row['C'] * df2.loc[row.name, 'F'], axis=1)

print(df1)

这样，每一行的值与另一个dataframe的对应列相乘，并将所有行的总和作为新列添加到原始dataframe中。