是否有一种pythonic方法可以在两个数据帧上应用相同的操作？

是的，有一种pythonic方法可以在两个数据帧上应用相同的操作，即使用pandas库中的apply函数。

apply函数可以将一个函数应用于数据帧的每一行或每一列，从而实现对整个数据帧的操作。它可以接受一个函数作为参数，并将该函数应用于数据帧的每个元素。

下面是一个示例代码，展示了如何使用apply函数在两个数据帧上应用相同的操作：

import pandas as pd

# 创建两个数据帧
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [7, 8, 9], 'B': [10, 11, 12]})

# 定义一个函数，用于对数据帧的每个元素进行操作
def square(x):
    return x ** 2

# 使用apply函数在两个数据帧上应用相同的操作
df1 = df1.apply(square)
df2 = df2.apply(square)

# 打印结果
print(df1)
print(df2)

运行以上代码，将会输出两个数据帧中每个元素的平方值。

在这个例子中，我们定义了一个名为square的函数，用于计算每个元素的平方。然后，我们使用apply函数将该函数应用于df1和df2数据帧的每个元素，从而实现了在两个数据帧上应用相同操作的目的。

需要注意的是，apply函数默认按列应用操作，如果要按行应用操作，可以通过指定axis参数为1来实现。

推荐的腾讯云相关产品：腾讯云云服务器（CVM）和腾讯云数据库（TencentDB）。腾讯云云服务器提供了高性能、可扩展的云服务器实例，可满足各种计算需求；腾讯云数据库提供了稳定可靠的云数据库服务，支持多种数据库引擎，适用于各种应用场景。

腾讯云云服务器产品介绍链接地址：https://cloud.tencent.com/product/cvm 腾讯云数据库产品介绍链接地址：https://cloud.tencent.com/product/cdb