我有一个如下所示的 DataFrame:
Date Last portfolioID FinancialInstrument
1 2018-03-28 64.67 1 Oil
2 2018-03-29 64.91 1 Oil
3 2018-04-02 62.85 1 Oil
4 2018-04-03 63.57 1 Oil
5 2018-04-04 63.56 1 Oil
6 2018-04-05 63.73 1 Oil
7 2018-04-06 61.93 1 Oil
8 2018-03-23 65.74 3 Oil
9 2018-03-26 65.49 3 Oil
10 2018-03-27 64.67 3 Oil
11 2018-03-28 64.67 3 Oil
12 2018-03-29 64.91 3 Oil
13 2018-04-02 62.85 3 Oil
14 2018-04-03 63.57 3 Oil
15 2018-04-04 63.56 3 Oil
16 2018-04-05 63.73 3 Oil
17 2018-04-06 61.93 3 Oil
18 2018-04-02 62.85 5 Oil
19 2018-04-03 63.57 5 Oil
20 2018-04-04 63.56 5 Oil
21 2018-04-05 63.73 5 Oil
22 2018-04-06 61.93 5 Oil
和一个看起来像这样的 NumPy 数组:
[ 152.69506795 76.05719501 127.28719173]
我正在使用 portfolioID 对 DataFrame 进行分组，其中第一个分组与 NumPy 数组中的第一个值相关，第二组与 NumPy 数组中的第二个值相关，等等。我的问题是，是否存在一种方法可以将 DataFrame 中的 Last 列与其相应的 NumPy 数组值相乘？
这就是我所拥有的，但我收到一条错误消息，指出“长度必须相等”。
shares 是 NumPy 数组:
for pid, group in data.groupby('portfolioID'):
lastCol = group.Last
clumN = lastCol.multiply(shares, axis=0)
最佳答案
您可以使用 pandas.Series.factorize 将索引获取到您的值数组中，并使用这些索引来获取要乘以的适当数组。
val_arr = np.array([152.69506795, 76.05719501, 127.28719173])
df.Last * val_arr[df.portfolioID.factorize()[0]]
# 1 9874.790044
# 2 9911.436861
# 3 9596.885021
# 4 9706.825470
# 5 9705.298519
# 6 9731.256680
# 7 9456.405558
# 8 5000.000000
# 9 4980.985701
# 10 4918.618801
# 11 4918.618801
# 12 4936.872528
# 13 4780.194706
# 14 4834.955887
# 15 4834.195315
# 16 4847.125038
# 17 4710.222087
# 18 8000.000000
# 19 8091.646778
# 20 8090.373906
# 21 8112.012729
# 22 7882.895784
# Name: Last, dtype: float64
关于python - 将 Dataframe 行与 numpy 数组相乘，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/49725025/