如何将数据帧除以同一数据帧的另一列

Question

由于对循环/迭代/矩阵/等缺乏理解，我被困在数据帧的问题上。

所以我有一个数据框或一个数组（无论什么都有效）：

initial = [[1,2,3,3], [4,5,6,6],[7,8,9,9]]

我需要将 array/df 中除最后一列之外的所有值逐行除以最后一列的值，以便获得结果：

result = [[0.33, 0.66, 1], [0.66, 0.83, 1],[0.77, 0.88,1]]

所以例如我会像这样使用第一个列表：1/3、2/3、3/3，然后取下一个列表并除以 4/6、5/6、6/6，依此类推...

我想要么将结果存储在单独的 df/array 中，要么覆盖原始的 df/array，无论哪种效果最好。 请注意（如果重要）：最后一列不包含 0（空值）或 NaN，并且值等于或大于前列中的值（基于每一行）。

我还想知道我是否可以根据位于第 0 列之前的列来确定要经过的行（最初我删除此列以仅包含数字并稍后添加，但这将是绝对的另外，如果要计算与包含唯一字符串的列相关的行（它们被设置为我的原始数据框的索引）

Answer 1

• OP 中的示例数据是一个列表列表，而不是一个数组。
• 以下示例将使用 Pandas 数据框，因为这是问题的标记。
• 将 .div() 与 axis=0 一起使用
• 可以使用 .iloc、.loc 或 [] 选择列。
  • Selection by label
    • 如果要计算与包含唯一字符串的列相关的行：意味着按标签选择 - .loc
  • Selection by position
  • Selection by callable
  • SO: How to select rows from a DataFrame based on column values
• 在 .round(2) 的末尾添加 result 以设置小数位数。
• 我还想知道是否可以根据第 0 列之前的列确定要经过的行：即 df.index
  • df.iloc[:, :3].div(df.index, axis=0)

import pandas as pd

# sample dataframe
df = pd.DataFrame({0: [1, 4, 7], 1: [2, 5, 8], 2: [3, 6, 9], 3: [3, 6, 9]})

# display(df)
 0  1  2  3
 1  2  3  3
 4  5  6  6
 7  8  9  9

# divide
result = df.iloc[:, :3].div(df[3], axis=0)

# display(result)
       0        1   2
0.333333 0.666667 1.0
0.666667 0.833333 1.0
0.777778 0.888889 1.0

Answer 2

如果 initial 是一个 numpy 数组，这很容易使用切片实现：

import numpy
initial = numpy.array([[1,2,3,3],[4,5,6,6],[7,8,9,9]])
result = initial[:,:-1]/initial[:,[-1]]

在切片中，":" 表示获取所有，":n" 获取相应维度中直到第 n 个元素（排除）的所有内容。您也可以（对于 python 列表）使用负数的反向索引。然后 numpy 将为您正确广播尺寸。

详细查看切片语法，因为它比本示例中显示的更灵活。

但是我没有完全理解你问题的第二部分。