Skip to main content
 首页 » 编程设计

python之将数据框的一部分除以另一部分,同时保留未划分的列

2025年05月04日8arxive

我有如下两个数据框:

   Sample_name   C14-Cer   C16-Cer    C18-Cer  C18:1-Cer   C20-Cer   
0          1 1  0.161456  0.033139   0.991840   2.111023  0.846197   
1         1 10  0.636140  1.024235  36.333741  16.074662  3.142135   
2         1 13  0.605840  0.034337   2.085061   2.125908  0.069698    
3         1 14  0.038481  0.152382   4.608259   4.960007  0.162162    
4          1 5  0.035628  0.087637   1.397457   0.768467  0.052605    
5          1 6  0.114375  0.020196   0.220193   7.662065  0.077727    
 
 
   Sample_name   C14-Cer   C16-Cer    C18-Cer  C18:1-Cer    C20-Cer   
0          1 1  0.305224  0.542488  66.428382  73.615079  10.342252    
1         1 10  0.814696  1.246165  73.802644  58.064363  11.179206    
2         1 13  0.556437  0.517383  50.555948  51.913547   9.412299    
3         1 14  0.314058  1.148754  56.165767  61.261950   9.142128    
4          1 5  0.499129  0.460813  40.182454  41.770906   8.263437    
5          1 6  0.300203  0.784065  47.359506  52.841821   9.833513 

我想将第一个选定单元格中的数值除以第二个,我正在使用以下代码:

df1_int.loc[:,'C14-Cer':].div(df2.loc[:,'C14-Cer':]) 

但是,这样我就丢失了“Sample_name”列中的信息。

    C14-Cer   C16-Cer   C18-Cer  C18:1-Cer   C20-Cer   
0   0.528977  0.061088  0.014931   0.028677  0.081819   
1   0.780831  0.821909  0.492309   0.276842  0.281070 
2   1.088785  0.066367  0.041243   0.040951  0.007405 
3   0.122529  0.132650  0.082047   0.080964  0.017738 
4   0.071381  0.190178  0.034778   0.018397  0.006366 
5   0.380993  0.025759  0.004649   0.145000  0.007904 

如何在结果数据框中保留“Sample_name”列的同时执行除法?

请您参考如下方法:

您可以使用 loc 有选择地覆盖,就像您已经执行除法一样:

df1_int.loc[:,'C14-Cer':] = df1_int.loc[:,'C14-Cer':].div(df2.loc[:,'C14-Cer':]) 

这保留了 sample_name 列:

In [12]: 
df.loc[:,'C14-Cer':] = df.loc[:,'C14-Cer':].div(df1.loc[:,'C14-Cer':]) 
df 
 
Out[12]: 
      Sample_name   C14-Cer   C16-Cer   C18-Cer  C18:1-Cer   C20-Cer 
index                                                                
0             1 1  0.528975  0.061087  0.014931   0.028677  0.081819 
1            1 10  0.780831  0.821910  0.492309   0.276842  0.281070 
2            1 13  1.088785  0.066367  0.041243   0.040951  0.007405 
3            1 14  0.122528  0.132650  0.082047   0.080964  0.017738 
4             1 5  0.071380  0.190179  0.034778   0.018397  0.006366 
5             1 6  0.380992  0.025758  0.004649   0.145000  0.007904