尝试用一个float来划分一个dataframe列会产生NaN

Question

背景 我处理一个csv数据表，它打印出一列列数字。我正在开发一个程序，它将获取第一列内容，向用户请求一个浮点时间（即45.5小时=45.5），然后从第一列中减去这个数字。我在这方面取得了成功。现在，我需要找到“零”时间点的行索引。我使用min来找到该索引，然后从下面的A1列中取消该索引。我需要找到时间0时的读数，然后将A1规范化，以便在图表上，在0时间点，A1列中的读数为1（最终，除了我的小步骤外，所有后续列都是1）

time_zero = float(input("Which time would you like to be set to 0?"))
df['A1']= df['A1']-time_zero

到目前为止，设置零点时间效果很好。在

^{pr2}$

这就是我遇到麻烦的地方。第一行将正确地标识一个系列，我可以从中为我的所有其他专栏。Next r1正确地标识了正确的A1.1值，当我使用type(r1)时，这个值是一个浮点值。 但是，当我除以df[' A1.1']/r1时，它只产生一个正确的值，而这个值就是r1/r1 = 1的地方。所有其他值都出来NaN。在

我的问题：

1. 我想怎样用浮点数来划分一列呢？为什么我得到NaN？在
2. 有没有一个更快的方法来做这件事，因为我需要做16列（即'A2/r2''a3/r3'等）
3. 在重新保存数据之前，是否需要在任何地方执行in place=True操作？还是只用于添加/删除行？在

示例

像这样的数据帧 !http://i.imgur.com/ObUzY7p.png 零点时间设置正确（未显示图像）

分栏后 !http://i.imgur.com/TpLUiyE.png

Answer 1

这应该是有效的：

df['A1.1']=df['A1.1']/df['A1.1'].min()

我认为df[' A1.1'] = df[' A1.1']/r1不起作用是因为{}是一个系列。尝试r1?而不是{}，pandas会告诉你{}是一个序列，而不是一个单独的浮点数。在

要一次完成，必须迭代每个列，如下所示：

^{pr2}$

Answer 2

如果要将列中的每个值除以r1，则最好应用，例如：

import pandas as pd
df = pd.DataFrame([1,2,3,4,5])
# apply an anonymous function to the first column ([0]), divide every value
# in the column by 3
df = df[0].apply(lambda x: x/3.0, 0)
print(df)

所以你可能想要这样的东西：

^{pr2}$

这只回答了你问题的第二部分。Apply可能是在多行和多列上快速运行函数的最佳选择。至于为什么在除以float时得到nan，列中的值可能不是float或integer吗？在