Python 通过数据帧行的和来规范化数据帧行

我有一个包含光谱数据和元数据的熊猫数据框架。列用多索引标记，以便

df['wvl']

给出光谱，

df['meta']

给出元数据。在

df['wvl']

中，列标签是光谱仪通道的波长值

我想做的是通过该行的总和来规范化

df['wvl']

的每一行，以便将该行中的值相加得到1.0

以下是数据帧的一行的外观：

df['wvl'].iloc[0]
246.050003     128.533035
246.102005     102.756321
246.156006      99.930775
...    
848.697205     121.313347
848.896423     127.011662
849.095703     123.234168
Name: 0, dtype: float64

但是当我做一些类似的事情时：

df['wvl'].iloc[0]=df['wvl'].iloc[0]/df['wvl'].iloc[0].sum()

什么也没发生！我得到了完全相同的值：

df['wvl'].iloc[0]
246.050003     128.533035
246.102005     102.756321
246.156006      99.930775
...    
848.697205     121.313347
848.896423     127.011662
849.095703     123.234168
Name: 0, dtype: float64

如果我创建一个临时变量来保存行，我可以很好地进行规范化：

temp=df['wvl'].iloc[0]

temp=temp/temp.sum()

temp
246.050003    0.000027
246.102005    0.000022
246.156006    0.000021
                ...   
848.697205    0.000026
848.896423    0.000027
849.095703    0.000026
Name: 0, dtype: float64

但如果我尝试用规范化的临时变量替换dataframe行，则不会发生任何情况：

df['wvl'].iloc[0]=temp

df['wvl'].iloc[0]
246.050003     128.533035
246.102005     102.756321
246.156006      99.930775
                 ...     
848.697205     121.313347
848.896423     127.011662
849.095703     123.234168
Name: 0, dtype: float64

我显然错过了一些东西，但我不知道是什么，这让我发疯。帮忙？提前谢谢

您可以使用

df.div(df.sum(axis=1), axis=0)

df.sum（轴=1）

对每行求和

df.div（…，轴=0）

然后进行除法

例如：

import pandas as pd

df = pd.DataFrame({'a': [1, 2], 'b': [3, 4]})
>>> df.div(df.sum(axis=1), axis=0)
    a   b
0   0.250000    0.750000
1   0.333333    0.666667

---

哇，真是妙极了！谢谢你能帮我理解为什么我所做的不起作用吗？@eft773所以我做了一些修改，看起来

iloc

正在返回一个副本，因此，分配给它不会改变任何东西。这能回答你的问题吗？啊，我明白了。我认为这是有道理的。因此，实际上，

df['wvl'].iloc[0]

不再是df['wvl']的一部分，因此编辑它对原始文件没有任何影响。非常感谢。为什么

axis=1

是行和，而

axis=1

是列除法？