python - Numpy，将数据帧乘以输出 NaN 的数字

Question

我正在尝试将数据框 1 列 a 乘以数据框 2 列 b。

combineQueryandBookFiltered['pnlValue'] = np.multiply(combineQueryandBookFiltered['pnlValue'], df_fxrate['fx_rate'])

pnlValue 列有很多数字，而 fx_rate 列只是一个数字。

代码执行，但我的最终结果是大量的NaN.

任何帮助，将不胜感激。

标签： pythonpython-3.xpandasnumpy

Answer 1

这可能是由于您的数据框的索引。您需要使用 df_fxrate['fx_rate'].values：

combineQueryandBookFiltered['pnlValue'] = np.multiply(combineQueryandBookFiltered['pnlValue'], df_fxrate['fx_rate'].values)

或更好：

combineQueryandBookFiltered['pnlValue']=combineQueryandBookFiltered['pnlValue']*df_fxrate['fx_rate'].values

---

我给你看一个例子：

df1=pd.DataFrame(index=[1, 2])
df2=pd.DataFrame(index=[0])
df1['col1']=[1,1]
print(df1)

 col1
1     1
2     1

---

df2['col1']=[1]
print(df2)

   col1
0     1

---

print(np.multiply(df1['col1'],df2['col1']))

0   NaN
1   NaN
2   NaN

如您所见，乘法是根据索引完成的

所以你需要这样的东西：

np.multiply(df1['col1'],df2['col1'].values)

或者

df1['col1']*df2['col1'].values

输出：

1    1
2    1
Name: 1, dtype: int64

如您所见，仅使用 df1['col1'] 系列索引