Python 利用熊猫来；applymap“；是否可以访问索引/列？

我目前正在处理一些涉及熊猫的事情，我想知道解决以下问题最有效的方法是什么。这里有一个简化的例子

假设我在数据框中有一些数据：

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randint(0,10,size=(10, 4)), columns=['a','b','c','d'], 
                  index=np.random.randint(0,10,size=10))

此数据如下所示：

   a  b  c  d
1  0  0  9  9
0  2  2  1  7
3  9  3  4  0
2  5  0  9  4
1  7  7  7  2
6  4  4  6  4
1  1  6  0  0
7  8  0  9  3
5  0  0  8  3
4  5  0  2  4

现在我想对数据帧中的每个值（例如下面的值）应用一些函数，并将数据帧作为结果输出返回。棘手的是，我正在应用的函数取决于我当前所在索引的值

def f(cell_val,row_val):
    try:
        return cell_val/row_val
    except ZeroDivisionError:
        return -1

通常，如果我想对数据帧中的每个单元格应用一个函数，我只需调用“f”上的applymap。即使我必须传入第二个参数（在本例中是row_val），如果该参数是一个固定数，我也可以编写一个lambda表达式，例如“lambda x:f（x，I）”，其中我是我想要的固定数。但是，我的第二个参数根据当前调用函数的数据帧中的行而变化，这意味着我不能只使用applymap

我怎样才能有效地解决这样的问题？我可以想出一些方法来做到这一点，但没有一种感觉是“正确的”。我可以循环遍历每个单独的值并逐个替换它们，但这看起来非常笨拙和缓慢。我还可以创建一个包含（单元格值、行值）元组的完全独立的数据框，并在元组数据框上使用内置的applymap。但这似乎很有技巧，我还额外创建了一个完全独立的数据帧

必须有更好的解决方案（最好是快速解决方案，因为我的数据帧可能非常大）。

IIUC您可以与

axis=0

一起使用，另外您需要使用以下方法将

索引

对象转换为

系列

对象：

---

此外，由于被零除会产生

inf

结果，您需要调用以将这些行替换为

-1

以下是如何将索引添加到数据帧中

pd.DataFrame(df.values + df.index.values[:, None], df.index, df.columns)

---

很抱歉，您正在寻找：

df.div（df.index.to_series（），axis=0）

？这在示例中是有效的，但是如果我有一个比简单除法更复杂的函数，它可能会在某个时候出错呢？然后我就不能在我的数据帧上调用pandas.div了。你需要解释一下这会如何失败，因为它处理

0

除法。例如，我的函数没有执行除法，而是在另一个数据帧中查找，我需要用其他东西替换索引器。类似于“def（x，y）：try:return df2.iloc[x，y]，但indexer除外：return-1”的情况下，您可以只测试索引的交集以及索引不同的地方return

-1

，例如

common=df1.index.intersect（df2.index）

然后您可以很好地使用公共行值，其余的返回

-1

并且您所问的与您的问题根本不同，因此您应该问另一个问题

pd.DataFrame(df.values + df.index.values[:, None], df.index, df.columns)