将Python Dataframe列与固定变量相乘

我可以用常量减去数据帧列。例如：

snp_sum = snp['Adj Close'] - 10

但是，一旦我将常量替换为变量

snp_30Y

，它就不起作用了：

snp_30Y = ((snp_t1-snp_t0)/snp_t0)
snp_30Y = snp_30Y.values 
snp_sum = snp['Adj Close'] - snp_30Y

我得到的结果是

ValueError：传递值的长度是1，索引意味着360

结果应该与我将变量定义为10这样的常量一样

snp_sum = snp['Adj Close'] - 10

结果:

0       267.720001
1       287.470001
2       278.859985
3       284.869995
4       299.640015

正如所指出的，你的例子并非如此。此外，标题与示例不匹配：您提到了乘法，而示例显示了一些减法

这里有一些一般性的答案，但如果你想得到更具体的答案，请更新你的问题

可以对两个数据帧列（相乘、相减等）进行操作，但前提是它们具有相同的维度。您可以使用

.shape

或

len（）

检查该尺寸

另外请注意，在pandas中，有几种类型您应该知道：完整的数据帧是

数据帧

，而单个列是

系列

。这些对象是名为

array

的更低级、更高效的

numpy

对象的包装。您可以使用

.values

访问这些低级对象。支持

系列

和

系列

之间的操作，以及

系列

和

阵列

之间的操作。这就是为什么你有两种方法来实现你的要求：

import pandas as pd

# data
df = pd.DataFrame({'a': [0, 10, 20],
                   'b': [1, 11, 21]})

# subtracting a constant
df_cst = df['a'] - 1
print("df_cst (type subtracted: %s)" % type(1))
print(df_cst)
print()

# subtracting a column (= a Series)
df_var = df['a'] - df['b']
print("df_var (type subtracted: %s)" % type(df['b']))
print(df_var)
print()

# subtracting a column values (= a numpy array)
df_var2 = df['a'] - df['b'].values
print("df_var2 (type subtracted: %s)" % type(df['b'].values))
print(df_var2)

屈服

df_cst (type subtracted: <class 'int'>)
0    -1
1     9
2    19
Name: a, dtype: int64

df_var (type subtracted: <class 'pandas.core.series.Series'>)
0   -1
1   -1
2   -1
dtype: int64

df_var2 (type subtracted: <class 'numpy.ndarray'>)
0   -1
1   -1
2   -1
Name: a, dtype: int64

df_cst（类型减去：）
0    -1
1     9
2    19
名称：a，数据类型：int64
df_变量（类型减去：）
0   -1
1   -1
2   -1
数据类型：int64
df_var2（类型减去：）
0   -1
1   -1
2   -1
名称：a，数据类型：int64

---

正如您所看到的，当减法中的两个变量中只有一个是数据帧列（a

系列

）时，结果会带有其名称。当第二项也是一个

系列时，

，名字就丢失了，因为熊猫没有办法知道用哪个名字来表示结果。

那么

snp\u sum=snp['Adj Close']-snp\u 30Y[0]

？什么是

snp\u t1

和

snp\u t0

？你需要澄清这个问题。阅读更多细节。