2个dataframe,df1的每一列分别乘以df2的某一列

news/2024/10/23 9:26:27/

Notes:df1的每一列分别乘以df2的某一列,得一列一列如:df1.loc[:,0]*df2.loc[:,1 ]

            # df1 *df2.loc[:,1 ],会导致df1每一列的全部值,乘以df2某一列里按顺序的单一数字for temp_port in col_list_port: # 股票成本df_port_stock_cost.loc[:, temp_port] = df_ashare_adjclose.loc[:, temp_date ]# 组合权重乘以账户总资产,理论市值!df_port_stockvalue.loc[:, temp_port] = df_ashare_ana.loc[:, temp_port] * df_port_all.loc[:, temp_date ] *para_max_stock_pct  # 股票数量,向下取整数df_port_stock_num.loc[:, temp_port] = df_port_stockvalue.loc[:, temp_port] / df_port_stock_cost.loc[:, temp_port] df_port_stock_num.loc[:, temp_port] = df_port_stock_num.loc[:, temp_port].astype(int )# 组合权重乘以账户总资产,实际市值df_port_stockvalue.loc[:, temp_port] = df_ashare_ana.loc[:, temp_port] * df_port_all.loc[:, temp_date ] 

http://www.ppmy.cn/news/752188.html

相关文章

创建df的副本df2,其中df2为除了df最后一列之外的所有列;

可以使用 df.iloc[:, :-1] 来获取除了df的最后一列之外的所有列,然后将其赋值给新的变量df2即可创建df的副本df2。 例如: import pandas as pd# 创建一个示例数据 df = pd.DataFrame({col1: [1, 2, 3], col2: [4, 5, 6], col3: [7, 8, 9]})# 创建df的副本df2 df2 = df.iloc[:…

python在循环中创建dataframe(如df1、df2……)

需要循环读取文件夹中的csv,创建dataframe 使用exec函数 rootPath"" excelNames os.listdir(rootPath) for i in range(len(excelNames)):csvpathrootPath"\\"excelNames[i] exec(df{0} pd.read_csv(csvpath).format(i))

df2=df 改变会影响另一个 互相独立的办法

df2df df2.loc[:,"id"]35 #随后发现df也被改变了import copya [1, 2, 3] b a # 把下面2行注释并运行会发现a,b改变数据后会影响彼此 b copy.deepcopy(a) #避免办法1:深拷贝,让b与a相互独立(值相同,但在内存中的ID不同…

Python pd.merge()函数介绍(全)

目录 1.前言 2.参数介绍 参数如下: 3.基础案例 3.1on关键字演示 3.2left_on 和 right_on 关键字 3.3left_index 和 right_index 关键字 3.4数据连接的类型 3.4.1 1.前言 在数据合并操作中,有两个操作函数pd.caoncat()和pd.merge() &#xff0…

DataFrame结构Python练习题以及答案

项目一: 1.写出以下代码的输出结果: 代码如下: 2.写出以下代码的输出结果。 代码如下: 根据df创建透视表: import pandas as pd import numpy as np df pd.DataFrame({"Item":[Item0, Item0, Item1, …

数据科学篇: Pandas库的使用

文章目录 SeriesDataFrame数据清洗数据间的空格使用 apply 函数对数据进行清洗数据统计数据表合并如何用 SQL 方式打开 Pandaspivot_table函数icol和col 取范围分层索引 在数据分析工作中,Pandas 的使用频率是很高的,一方面是因为 Pandas 提供的基础数据…

第5章 合并

第5章 合并 import numpy as np import pandas as pd df pd.read_csv(data/table.csv) df.head()# import numpy as np # import pandas as pd # dfpd.read_csv(data/table.csv) # df.head()SchoolClassIDGenderAddressHeightWeightMathPhysics0S_1C_11101Mstreet_11736334.…

Python数据特征分析_01(MOOC学习时长分析)

本篇博客使用到的数据如下:通过分析每个学生的学习时长来分析学生的学习稳定性。 (共有115人,每个人记录了11次的学习数据) 文章目录 一、分布分析1、定量数据分布分析2、绘制频率图 二、对比分析1、绝对数对比2、差值折线图3、…