Pandas Dataframe-不使用循环更新动态行和列

我有一个源数据帧

source.head()
Out[41]: 
          A         B       C       compare
892  4.031250  6.218750  6.515625  4.246094
893  4.079531  6.222656  5.945312  4.038281
894  4.023438  6.226562  6.039062  4.250000
895  5.109531  4.238281  6.035156  4.038281
896  4.019531  6.242188  6.089844  4.242188

以及具有相同索引的目标数据帧

target.tail()
Out[42]: 
          A    B    C
636893    0    0    0
636894    0    0    0
636895    0    0    0
636896    0    0    0
636897    0    0    0

我想这样做-

在源代码中，选择

 a. index where 'compare' is less than min of the rest. 
 b. the column of the min of the rest

在目标中，使用source['compare']/source[min\u col]更新该位置（索引和列）

因此，对于上述源值，目标的结果将是

target.head()
Out[41]: 
           A                     B                     C
892        0                     0                     0
893        4.038281/4.079531     0                     0
894        0                     0                     0
895        0                     4.038281/4.238281     0
896        0                     0                     0

我知道。i、 e.通过以下方式选择指数，其中比较小于剩余值的最小值：

      tenors = ['A', 'B', 'C']
      idx_select= source.index[(source['compare'] < source[tenors].min(1))]

我不知道如何进行第二步，即更新目标值，除了按行循环

---

有什么避免循环的建议吗？

您可以尝试以下方法，希望能自我解释：

cols = ['A','B','C']
target = df[cols].div(df.compare, axis='rows')
target = target.where(target.gt(1) & target.eq(target.min(1), axis='rows'), 0)

输出：

打印（目标）

cols = ['A','B','C']
target = df[cols].div(df.compare, axis='rows')
target = target.where(target.gt(1) & target.eq(target.min(1), axis='rows'), 0)

            A         B    C
892  0.000000  0.000000  0.0
893  1.010215  0.000000  0.0
894  0.000000  0.000000  0.0
895  0.000000  1.049526  0.0
896  0.000000  0.000000  0.0