如何在pandas数据帧中按元素划分两列
如何在pandas数据帧中按元素划分两列
提问于 2016-04-14 17:56:38
我的Pandas数据帧中有两列。我想用列a除以b，再用值来表示，如下所示：
import pandas as pd
csv1=pd.read_csv('auto$0$0.csv')
csv2=pd.read_csv('auto$0$8.csv')
df1 = pd.DataFrame(csv1, columns = ['Column A','Column B'])
df2 = pd.DataFrame(csv2, columns = ['Column A','Column B'])
dfnew = pd.concat([df1, df2])列：
Column A | Column B |
12-------|--2-------|
14-------|--7-------|
16-------|--8-------|
20-------|--5-------|以及预期的结果
Result
6
2
2
4我该怎么做呢？
回答 2
Stack Overflow用户
回答已采纳
发布于 2016-04-14 18:00:47
只需对列进行划分：
In [158]:
df['Result'] = df['Column A']/df['Column B']
df
Out[158]:
Column A Column B Result
0 12 2 6.0
1 14 7 2.0
2 16 8 2.0
3 20 5 4.0Stack Overflow用户
发布于 2022-01-22 10:47:17
等同于
/运算符，但支持用fill_value替换任一输入中缺少的数据。
因此，通常情况下，div()与/相同
df['C'] = df.A.div(df.B)
# df.A / df.B但是div()的fill_value比2倍的fillna()更简洁
df['C'] = df.A.div(df.B, fill_value=-1)
# df.A.fillna(-1) / df.B.fillna(-1)而div()的方法链接更加惯用：
df['C'] = df.A.div(df.B).cumsum().add(1).gt(10)
# ((df.A / df.B).cumsum() + 1) > 10请注意，当将一个DataFrame与另一个DataFrame或系列划分时，DataFrame.div()还支持跨axis或MultiIndex level进行广播。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/36619631
复制相关文章
相似问题
腾讯云开发者
