Question

假设我有类似的东西（可能重复了forecast_date索引）：

df1: 
forecast_date    value

2015-04-11       18952
2015-04-12       18938
2015-04-13       18940
2015-04-14       18949
2015-04-15       18955
2015-04-16       18956
...
2015-04-02       18950
2015-04-03       18968

我还有另一个类似这样的数据框（这里的索引永远不会重复）：

df2:
date           value
2015-04-01     1.3
2015-04-02     1.35
2015-04-03     1.34
2015-04-04     1.45
....

如果df2行值匹配，我希望将df1行值加倍。在熊猫中这样做的优雅方式是什么？这可能很容易，我只是忽略它。

感谢。

Answer 1

如果您将索引设置为两个df＆＃39; s的日期，则乘法将对齐索引匹配的位置：

In [46]:

df['value'] * df1['value']
Out[46]:
2015-04-01         NaN
2015-04-02    25582.50
2015-04-03    25417.12
2015-04-04         NaN
2015-04-11         NaN
2015-04-12         NaN
2015-04-13         NaN
2015-04-14         NaN
2015-04-15         NaN
2015-04-16         NaN
Name: value, dtype: float64

问题是您是否需要NaN值缺少行的位置。

修改

如果你有重复的日期值，那么你可以做的就是合并另一个df的值列，然后乘以2列，这样下面的代码就可以了：

In [58]: df1.rename(columns={'value':'other_value'}, inplace=True) merged = df.merge(df1, left_on='forecast_date', right_on='date', how='left') merged['new_value'] = merged['value'] * merged['other_value'] merged Out[58]: forecast_date value date other_value new_value 0 2015-04-11 18952 NaN NaN NaN 1 2015-04-12 18938 NaN NaN NaN 2 2015-04-13 18940 NaN NaN NaN 3 2015-04-14 18949 NaN NaN NaN 4 2015-04-15 18955 NaN NaN NaN 5 2015-04-16 18956 NaN NaN NaN 6 2015-04-02 18950 2015-04-02 1.35 25582.50 7 2015-04-03 18968 2015-04-03 1.34 25417.12

以上假设日期列尚未设置为索引。

Answer 2

您可以使用数组来存储值。然后查看arrayA，如果arrayB中出现相同的值。如果是，请进行计算。

Answer 3

你可以使用

df1.multiply(df2)

检查pandas.DataFrame.multiply

如果两个数据帧沿相应的行具有相同的索引值，如何将它们相乘？

3 个答案: