乘以熊猫数据框答案

【问题标题】：Multiplying pandas dataframes乘以熊猫数据框
【发布时间】：2020-03-31 19:31:00
【问题描述】：

我有 2 个结构相同但长度不同的 csv 文件：一个.csv

2000-01-14,50.94,51.04,49.83,49.94,2.18M,-1.61%
2000-01-18,49.18,49.32,48.39,48.53,3.03M,-2.81%
2000-01-19,48.63,49.37,47.7,47.89,2.49M,-1.33%
2000-01-20,47.98,48.03,46.31,47.43,2.46M,-0.96%

和 b.csv

2000-01-14,1.0261,1.0273,1.0111,1.0128,-1.23%,
2000-01-17,1.0128,1.0149,1.0069,1.0118,-0.10%,
2000-01-18,1.0123,1.0143,1.0072,1.0131,0.13%,
2000-01-19,1.0139,1.0166,1.0086,1.0122,-0.09%,
2000-01-20,1.0137,1.0189,1.0072,1.0175,0.52%,

我想创建一个新文件，其中第 1-4 列的值相乘。第 0 列（日期）应与具有较低条目数的文件中的相同。可以丢弃第 5 列和第 6 列。

我用以下代码读入了文件：

a = pd.read_csv("a.csv", index_col=[0], parse_dates=[0], infer_datetime_format=True, header=None, skiprows=1, delimiter=',', names=['Date', 'Close','Open', 'High','Low', 'Vol.','Change'])
b = pd.read_csv("b.csv", index_col=[0], parse_dates=[0], infer_datetime_format=True, header=None, skiprows=1, delimiter=',', names=['Date', 'Close','Open', 'High','Low', 'Vol.','Change'])

现在我想我可以使用 mul 方法进行乘法运算，但是 c = a.mul(b, axis = 0) 给出错误 TypeError: can't multiply sequence by non-int of type str
我在乘法之前读过this SO reply 做
a.Close = (a.Close.values / np.timedelta64(1, 'D')).astype(int)，但它没有用：TypeError: ufunc divide cannot use operands with types dtype('float64') and dtype('<m8[D]')
做一个简单的c = (a.Close * b.Close) 似乎能以某种方式工作：

Date
2000-01-17          NaN
2000-01-18    49.784914
2000-01-19    49.305957
2000-01-20    48.637326
Name: Close, dtype: float64

但我不确定结果是否仍然是 pandas 数据框以及如何将其他列添加到其中。但是我很确定这应该很容易，你能指出我正确的方向吗？谢谢！

【问题讨论】：

你会得到所有类型的奇怪的事情发生，将两个数据帧相乘 - 时间戳等妨碍了。我建议在给定键（例如日期）上加入数据框，然后将您想要的任何列相乘，就像您在上面管理的那样。您还可以使用to_frame() 方法将c 中的系列转换回数据框。

标签： python pandas dataframe

【解决方案1】：

感谢 morganics 评论我（在谷歌搜索后，不熟悉 python）我想出了以下解决方案：

import pandas as pd
a = pd.read_csv("a.csv", index_col=[0], parse_dates=[0], infer_datetime_format=True, header=None, skiprows=1, delimiter=',', names=['Date', 'Close','Open', 'High','Low', 'Vol.','Change'])
b = pd.read_csv("b.csv", index_col=[0], parse_dates=[0], infer_datetime_format=True, header=None, skiprows=1, delimiter=',', names=['Date', 'Close','Open', 'High','Low', 'Vol.','Change'])

c= a.join(b, lsuffix='_a', rsuffix='_b')

# create new columns with multiplied values
c['Close'] = c.Close_a * c.Close_b
c['Open'] = c.Open_a * c.Open_b
c['High'] = c.High_a * c.High_b
c['Low'] = c.Low_a * c.Low_b

# create subset with new data and round
d = c[['Close','Open', 'High', 'Low']]
d = d.round({'Close':2,'Open':2, 'High':2, 'Low':2})
d.to_csv("d.csv", sep=',', header=True)

这给出了 d.csv：

Date,Close,Open,High,Low
2000-01-18,49.78,50.03,48.74,49.17
2000-01-19,49.31,50.19,48.11,48.47
2000-01-20,48.64,48.94,46.64,48.26

整洁 :) 非常感谢！

【讨论】：