Python 理解`pd.DataFrame.div（）`和`pd.DataFrame.mul（）`

我正在试图找出如何划分两个数据帧，而

pd.DataFrame.div（）

和

pd.DataFrame.mul（）

文档似乎并没有对我解释清楚。下面是一个MWE

将熊猫作为pd导入
将numpy作为np导入
ref=pd.DataFrame（{'key'：['a'，'b'，'c'，'d'，'e'，'h'，'z']，'Values1'：[1,2,3,4,5，'NaN'，'NaN']））
sub=pd.DataFrame（{'key'：['a'，'b'，'z'，'e'，'c'，'a']，'Values2'：[20,40，'Nan'，60,80100]}）
ref=ref.set_index（'key'）。astype（'float64'））
sub=ref.set_index（'key'）。astype（'float64'））
###创建一些大小相同但值不同的示例数据帧
test1=pd.concat（[ref.reindex（sub.index.tolist（）），sub]，axis=1.astype（'float64'））
test2=pd.concat（[sub，sub*3]，轴=1
###样本计算
#1）将test2除以test1，轴='index'
test2.div（test1，axis='index'）
值1值2值2
钥匙
a NaN 1.0 0.333
b NaN 1.0 0.333
滋楠楠楠楠
鄂南1.0.333
c NaN 1.0 0.333
a NaN 1.0 0.333

似乎正在发生的是.div（）方法获取

test2

的每一列，并在

test

中将其除以同名列。因此，

.div（）

避开了

Values1

列，然后对名称相似的列进行除法。我的目标是得到类似于以下的东西：

值1值2
钥匙
a 0.05 0.33
b 0.05 0.33
梓楠楠
e 0.083 0.33
c 0.038 0.33
a 0.01 0.33

实际上，我可以通过执行

test1.values/test2.values

来获取所需的值，但随后我必须将这些值合并回一个数据帧，这似乎效率低下，并表明我在尝试使用

.div（）

或

.mul（）

时可能做了一些错误的事情

---

因此，我希望有人能向我解释

.div（）

方法在这个实例中是如何工作的，以及为什么我的结果没有像我认为的那样出来。

您的列不一样<代码>测试2这里有

[“Values2”，“Values2”]

的列，而不是

[“Values1”，“Values2”]

。请参见下面的固定列。还请注意，您有一个我标记的打字错误。您也在用2除以1，但预期的输出是1除以2

import pandas as pd
import numpy as np

ref = pd.DataFrame({'key':['a','b','c','d','e','h','z'], 'Values1':[1,2,3,4,5,'NaN','NaN']})
sub = pd.DataFrame({'key':['a','b','z','e','c','a'], 'Values2':[20,40,'Nan',60,80,100]})


ref = ref.set_index('key').astype('float64')
sub = sub.set_index('key').astype('float64') #fixed typo


### Create some sample dataframes of same size w/ different values

test1 = pd.concat([ref.reindex(sub.index.tolist()), sub], axis=1).astype('float64')
test2 = pd.concat([sub,sub*3],axis=1)
test2.columns=test1.columns #fix columns

### Sample Computations 

# 1) Divide test2 by test1, axis = 'index'

print(test1)

print(test2)

print(test2.div(test1))
#showing axis:
print(test2.div([1,2], axis = 'columns'))
print(test2.div([1,2,3,4,5,6], axis = 'index'))

---

谢谢你帮我修好了。那么这里的问题是列必须有完全相同的名称？有没有一种方法可以在索引位置不同的情况下，用不同的列名实现相同的预期输出？如果列不相同，那么它如何知道要除以哪些列？我不知道，这可能是我的误解所在。我认为

axis='index

选项将查看每一行，然后将元素逐段分割。两个不同的数据帧具有相同的索引和不同的列似乎是很常见的事情。请参见我的编辑。Axis在这里什么也没做。Axis是指为每行或每列提供一个值，而不是第二个dataframe.OH。我想我现在明白了。例如，

.div（）

从上到下传递列表[1,2]，并划分各个元素。