![](/img/trans.png)
[英]Pandas: The most efficient way to subtract some columns from multiple other columns in a dataframe
[英]pandas most efficient way to execute arithmetic operations on multiple dataframe columns
我的第一篇文章! 我在 jupyter 筆記本上運行 python 3.8.5 & pandas 1.1.0。
我想用同一數據幀的另一列中的相應元素划分幾列。 例如:
import pandas as pd
df = pd.DataFrame({'a': [2, 3, 4], 'b': [4, 6, 8], 'c':[6, 9, 12]})
df
a b c
0 2 4 6
1 3 6 9
2 4 8 12
我想將 'b' 和 'c' 列除以 'a' 中的相應值,並用該除法的結果替換 'b' 和 'c' 中的值。 所以上面的數據框變成:
a b c
0 2 2 3
1 3 2 3
2 4 2 3
我試過
df.iloc[: , 1:] = df.iloc[: , 1:] / df['a']
但這給出了:
a b c
0 2 NaN NaN
1 3 NaN NaN
2 4 NaN NaN
我通過以下方式讓它工作:
for colname in df.columns[1:]:
df[colname] = (df[colname] / df['a'])
是否有通過避免 for 循環來執行上述操作的更快方法?
謝謝,馬克
差不多了,使用div和axis=0
:
df.iloc[:,1:] = df.iloc[:,1:].div(df.a, axis=0)
df.b= df.b/df.a
df.c=df.c/df.a
或者
df[['b','c']]=df.apply(lambda x: x[['b','c']]/x.a ,axis=1)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.