我有这两种数据结构:
a = np.array([1,2,3])
ts = pd.TimeSeries([1,2,3])
最终我想得到的是:
1 2 3
2 4 6
3 6 9
答案 0 :(得分:5)
您可以使用外部产品:
In [490]: np.outer(a, ts)
Out[490]:
array([[1, 2, 3],
[2, 4, 6],
[3, 6, 9]])
或者首先垂直对齐其中一个:
In [491]: a * ts[:, None]
Out[491]:
array([[1, 2, 3],
[2, 4, 6],
[3, 6, 9]])
请注意,奇怪的索引只是使它成为列向量:
In [493]: ts[:, None]
Out[493]:
array([[1],
[2],
[3]])
通过在形状上添加额外的长度为1的维度:
In [494]: ts[:, None].shape
Out[494]: (3, 1)
答案 1 :(得分:4)
>>> np.outer(a, ts)
array([[1, 2, 3],
[2, 4, 6],
[3, 6, 9]])