我有两个dataframes在2个单独的.csv文件中，第一个是：

Apple.count.out Orange.count.out Banana.count.out
Total stock   1000              500            1000
average_price   2                2              0.5

我已经把第一个词译成了字典

fruit={'apple':1000,'orange':500,'banana':1000}

df2由store_name列表组成，其中包含单个水果的库存，如下所示：

apple    orange   banana
store_a    60       25       100
store_b    100      25       200
store_c    200      100      200
store_d    300      300     200

我的任务是使用字典中的值来规范化各个商店中各自食物的库存，因为不同水果的库存总数是不同的。我想到匹配字典名称，检索键并编写一个函数来循环每一列，以将每个商店中的计数除以计数总数。（字典中的值），如果列名与键匹配。将一些东西变成这样：

apple    orange      banana
store_a    0.06      0.05        0.1
store_b    0.10      0.05        0.2
store_c    0.20      0.20        0.2
store_d    0.30      0.60        0.2

我需要log10转换每个值。我尝试使用以下函数：

import numpy as np
import pandas as pd

fruits = ['apple','orange','banana']
df2[fruits] = df2[fruits].apply(lambda x: (x/t) if t = df2.columns.values for t,u in fruit.items())
df2[fruits] = np.log10(df2[fruits])

但是这个功能似乎不能正常工作，我不知道这个功能是否足够优雅？我可以有一些建议，如何改善它？
当我硬编码第一个df的字典时，是否有另一种方法来构造一个函数，将它们转换为字典？