Python：将数据帧的每一行除以另一个数据帧

Question

我有一个维度为2000 rows x 500 columns（不包括索引）的数据帧（df1），我想将每一行除以另一个维度为1 rows X 500 columns的数据帧（df2）。两者都有相同的列标题。我试过：

df.divide(df2)和 df.divide(df2, axis='index')和其他多种溶液，我总是得到每个细胞中具有nan值的df。函数df.divide中缺少什么参数？

Answer 1

您可以除以序列即df2的第一行：

In [11]: df = pd.DataFrame([[1., 2.], [3., 4.]], columns=['A', 'B'])

In [12]: df2 = pd.DataFrame([[5., 10.]], columns=['A', 'B'])

In [13]: df.div(df2)
Out[13]: 
     A    B
0  0.2  0.2
1  NaN  NaN

In [14]: df.div(df2.iloc[0])
Out[14]: 
     A    B
0  0.2  0.2
1  0.6  0.4

Answer 2

在df.divide(df2, axis='index')中，需要提供df2的轴/行（例如df2.iloc[0]）。

import pandas as pd

data1 = {"a":[1.,3.,5.,2.],
         "b":[4.,8.,3.,7.],
         "c":[5.,45.,67.,34]}
data2 = {"a":[4.],
         "b":[2.],
         "c":[11.]}

df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2) 

df1.div(df2.iloc[0], axis='columns')

或者您可以使用df1/df2.values[0,:]

Answer 3

小小的澄清以防万一：当Andy的第一个示例（df.div(df2)）在第一行工作时，为什么到处都是NaN，原因是div尝试匹配索引（和列）。在Andy的示例中，索引0在两个数据帧中都存在，因此进行了划分，而不是索引1，因此添加了一行NaN。如果运行以下命令（仅划分“t”行），则此行为将更明显：

df_a = pd.DataFrame(np.random.rand(3,5), index= ['x', 'y', 't'])
df_b = pd.DataFrame(np.random.rand(2,5), index= ['z','t'])
df_a.div(df_b)

所以在您的例子中，df2的唯一一行的索引显然不在df1中。”幸运的是，这两个数据帧中的列标题都是相同的，所以当您对第一行进行切片时，您将得到一个序列，其索引由df2的列标题组成。这是最终使分裂得以正常进行的原因。

对于索引和列匹配的情况：

df_a = pd.DataFrame(np.random.rand(3,5), index= ['x', 'y', 't'], columns = range(5))
df_b = pd.DataFrame(np.random.rand(2,5), index= ['z','t'], columns = [1,2,3,4,5])
df_a.div(df_b)