pandas.core.series.Series浮子

Question

我对python很陌生，并且一直在为这个简单的代码而挣扎：

所以在最后一行中，我得到了对象类型: pandas.core.series.Series，但是当我在2D数组中使用它时，这个类型会导致一个错误，如何使用'ticker‘定义来获得结果中的浮动？

我知道我可以这样写，所以我的结果是浮动：

Volatility = sec_returns['GME'].std() * 250 ** 0.5

所以'GME‘在括号中，而不是代码中，但是我想使用滴答的定义，这样我就可以更改代码了。谢谢你\

ticker = ['GME']

sec_data = pd.DataFrame()
for t in ticker:
    sec_data[t] = wb.DataReader(t, data_source = 'yahoo', start ='2007-01-01')['Adj Close']

sec_returns = np.log(sec_data / sec_data.shift(1))

Volatility = sec_returns[ticker].std() * 250 ** 0.5
print(Volatility)

type(Volatility)

Output: pandas.core.series.Series

Answer 1

您的例子是做两件不同的事情，当涉及到插入一个DataFrame时。

Volatility = sec_returns['GME'].std() * 250 ** 0.5

与以下情况不同：

ticker = ['GME']
Volatility = sec_returns[ticker].std() * 250 ** 0.5

因为在第一个实例中，您将使用列名将字符串传递给DataFrame，而在第二个实例中，您将使用字符串列表进行子设置。因此第二个实例实际上如下所示：

Volatility = sec_returns[['GME']].std() * 250 ** 0.5

这将返回一个pd.Series而不是一个float。要从pd.Series获取值，您可以这样做：

ticker = ['GME']
Volatility = sec_returns[ticker].std() * 250 ** 0.5
Volatility.values[0]

.values将该系列作为numpy数组返回，我们将从该数组中检索第一项。

Answer 2

尝试了这里提出的所有方法，但遗憾的是，没有一种方法奏效。相反，发现这是有效的：

df‘列’=pd.to_numeric(df‘列’，错误=‘胁迫’)

然后使用以下方法进行检查：

print(df.info())