如何将 numpy 数组与 Pandas 系列相乘？

Question

我有一个 numpy 系列的尺寸 (50,0)

array([1.01255569e+00, 1.04166667e+00, 1.07158165e+00, 1.10229277e+00,

       1.13430127e+00, 1.16387337e+00, 1.20365912e+00, 1.24007937e+00,

       1.27877238e+00, 1.31856540e+00, 1.35281385e+00, 1.40291807e+00,

       1.45180023e+00, 1.49700599e+00, 1.55183116e+00, 1.60051216e+00,

       1.66002656e+00, 1.73370319e+00, 1.80115274e+00, 1.87687688e+00,

       1.95312500e+00, 2.04750205e+00, 2.14961307e+00, 2.23613596e+00,

       2.34082397e+00, 2.48015873e+00, 2.61780105e+00, 2.75027503e+00,

       2.91715286e+00, 3.07881773e+00, 3.31564987e+00, 3.57142857e+00,

       3.81679389e+00, 4.17362270e+00, 4.51263538e+00, 4.95049505e+00,

       5.59284116e+00, 6.17283951e+00, 7.02247191e+00, 8.03858521e+00,

       9.72762646e+00, 1.17370892e+01, 1.47928994e+01, 2.10084034e+01,

       3.12500000e+01, 4.90196078e+01, 9.25925926e+01, 2.08333333e+02,

       5.00000000e+02, 1.25000000e+03])

我也有一个长度的熊猫数据框50。

            x

0   9.999740e-01

1   9.981870e-01

2   9.804506e-01

3   9.187764e-01

4   8.031568e-01

5   6.544660e-01

6   5.032716e-01

7   3.707446e-01

8   2.650768e-01

9   1.857835e-01

10  1.285488e-01

11  8.824506e-02

12  6.030141e-02

13  4.111080e-02

14  2.800453e-02

15  1.907999e-02

16  1.301045e-02

17  8.882996e-03

18  6.074386e-03

19  4.161024e-03

20  2.855636e-03

21  1.963543e-03

22  1.352791e-03

23  9.338596e-04

24  6.459459e-04

25  4.476854e-04

26  3.108912e-04

27  2.163201e-04

28  1.508106e-04

29  1.053430e-04

30  7.372442e-05

31  5.169401e-05

32  3.631486e-05

33  2.555852e-05

34  1.802129e-05

35  1.272995e-05

36  9.008454e-06

37  6.386289e-06

38  4.535381e-06

39  3.226546e-06

40  2.299394e-06

41  1.641469e-06

42  1.173785e-06

43  8.407618e-07

44  6.032249e-07

45  4.335110e-07

46  3.120531e-07

47  2.249870e-07

48  1.624726e-07

49  1.175140e-07

我想将每个 numpy 单元格与熊猫单元格相乘。

例子：

1.01255569e+00*9.999740e-01

1.04166667e+00*9.981870e-01

期望输出

相同大小的 numpy 数组。

Answer 1

您可以在 Pandas 数据框中使用系列的.values属性'x'：df['x'].values * arrdf你的数据框在哪里，arr你的数组在哪里。上面的表达式将结果作为 Numpy 返回array。如果你想要一个 Pandas DataFrame，你可以省略使用.values：df['x'] * arr

Answer 2

或者np.multiply，乘n用p['x'].values：print(np.multiply(n,p['x'].values))或者pd.Series.multiply：print(np.array(p['x'].multiply(n)))或者pd.Series.mul：print(np.array(p['x'].mul(n)))