根据来自另一个数据框的查找值创建一个熊猫列

我有一个pandas数据框，该数据框按小时具有一些数据值（这也是index此查找数据框的值）。数据框如下所示：

In [1] print (df_lookup) 
Out[1] 0     1.109248
       1     1.102435
       2     1.085014
       3     1.073487
       4     1.079385
       5     1.088759
       6     1.044708
       7     0.902482
       8     0.852348
       9     0.995912
       10    1.031643
       11    1.023458
       12    1.006961
       ...
       23    0.889541

我想将这个查找数据框中的值相乘，以创建另一个数据框的列，该列的日期时间为索引。数据框如下所示：

In [2] print (df)
Out[2] 
Date_Label           ID  data-1  data-2    data-3
2015-08-09 00:00:00  1   2513.0    2502     NaN  
2015-08-09 00:00:00  1   2113.0    2102     NaN  
2015-08-09 01:00:00  2   2006.0    1988     NaN  
2015-08-09 02:00:00  3   2016.0    2003     NaN 
...
2018-07-19 23:00:00  33  3216.0    333      NaN  

我想data-3从data-2列中计算列，其中赋予“ data-2”列的权重取决于df_lookup中的相应值。我通过如下遍历索引来获得所需的值，但这太慢了：

for idx in df.index:
   df.loc[idx,'data-3'] = df.loc[idx, 'data-2']*df_lookup.at[idx.hour]

有人可以建议更快的方法吗？