擅长:python、mysql、java
<p>只是强调<code>axis</code>和<code>level</code>在<a href="https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.div.html" rel="nofollow noreferrer"><strong>^{<cd3>}</strong></a>中的用法</p>
<pre><code>df1.set_index(
'date', append=True
).div(
df2.set_index('date').rate, axis=0, level=1
).reset_index(1)
date price
index
0 2011 10000.000000
1 2011 11000.000000
2 2012 6000.000000
3 2013 4333.333333
</code></pre>
<hr/>
<pre><code>df1.set_index('date', append=True)
price
index date
0 2011 1000
1 2011 1100
2 2012 1200
3 2013 1300
</code></pre>
<p>以及</p>
<pre><code>df2.set_index('date').rate
date
2011 0.1
2012 0.2
2013 0.3
Name: rate, dtype: float64
</code></pre>
<p>我们可以看到,修改的<code>df1</code>数据帧索引的级别1与修改的<code>df2</code>索引中的<code>'data'</code>值相同。我们可以用<code>axis</code>和<code>level</code>参数来确定对齐。你知道吗</p>
<p>也就是说,对于这个特定的问题。。。我不可能不抄@MaxU!你知道吗</p>