Un moyen efficace de multiplier deux dataframes en fonction d'une condition sur une certaine colonne

Je voudrais multiplier deux dataframes df1 et df2, en fonction d'une condition et de manière efficace.

df1:

df1 = pd.DataFrame(columns=['user_id', 'gender', 'value_1', 'value_2', 'value_3'], data = [[112,0,50,60,70], [73,10,20,40,55],[61, 0, 15, 30, 45]])

    user_id   gender   value_1   value_2   value_3
0   112       0         50         60        70
1   73        10        20         40        55
2   61        0         15         30        45

df2:

df2 = pd.DataFrame(columns=['gender', 'value_1', 'value_2', 'value_3'], data = [[2, 3, 5, 0], [4, 6, 7, 10]])

          value_1    value_2    value_3    gender
0         2          3          5          0
1         4          6          7          10

Je voudrais multiplier les colonnes value_1, value_2, value_3 de df1 par df2 où la colonne gender correspond dans les deux dataframes. J'ai fait cela de la manière suivante et cela fonctionne bien:

val_cols = ['value_1', 'value_2', 'value_3']
df1.loc[df1.gender==0, val_cols] *= df2[df2.gender==0][val_cols].values[0].tolist()
df1.loc[df1.gender==10, val_cols] *= df2[df2.gender==10][val_cols].values[0].tolist()

Mais cela n'est applicable que si la colonne de genre n'a que quelques valeurs, dans ce cas, elle ne peut être que de 0 et 10. Mais que se passerait-il s'il y avait des valeurs plus distinctes pour le genre? Y a-t-il une meilleure façon de le faire au cas où les valeurs de genre et, par conséquent, le nombre d'enregistrements dans le df2 sont plus élevés? PS: Mes vraies dataframes sont très grandes, donc je ne peux pas utiliser les fonctions apply ou map.