Python pandas：根据列查找每个列的日志，该日志由另一个数据帧中的标量除以

我有一个数据框架，如下所示：

df = pandas.DataFrame(index=pandas.date_range('20200101', '20200107'), 
                      columns=['foo', 'bar', 'baz'], 
                      data=numpy.random.rand(7,3))

我为每一列提供了另一个系数数据框架：

fac = pandas.DataFrame(index=['foo','bar','baz'],
                       data={'factor':[1,2,3]})

我想计算每行的日志，除以相应列的因子

类似于：

numpy.log(df['foo']) / fac['foo'] # for each column, foo, bar, baz

我找到了以下解决方案，它创建了

df

的一个副本，然后迭代每一列，将复制的数据帧中的值设置为我要计算的表达式的结果

res = df.copy()
for c in df.columns:
    res[c] = numpy.log(df[c]) / fac.loc[c].values

它可以工作，但感觉不太符合人体工程学

---

是否有更好的推荐方法来实现同样的效果（理想情况下是在一行程序中）？

您可以将一个数据帧除以一个序列。这样，Pandas会将数据框的列与序列的索引对齐。因此，这可以通过以下方式实现：

np.log(df)/fac['factor']

输出：

                 foo       bar       baz
2020-01-01 -0.444202 -0.843502 -0.067856
2020-01-02 -0.483475 -0.412455 -0.095510
2020-01-03 -1.089267 -0.300139 -0.137919
2020-01-04 -0.078742 -0.289426 -0.358474
2020-01-05 -0.496684 -0.197137 -0.471769
2020-01-06 -0.777344 -0.101580 -0.724069
2020-01-07 -0.246572 -0.072361 -0.156279

---

就这么简单！非常感谢。祝贺10万@MarkSetchell谢谢：-）

print(res)

                 foo       bar       baz
2020-01-01 -0.444202 -0.843503 -0.067856
2020-01-02 -0.483475 -0.412456 -0.095510
2020-01-03 -1.089267 -0.300139 -0.137919
2020-01-04 -0.078743 -0.289427 -0.358474
2020-01-05 -0.496685 -0.197138 -0.471769
2020-01-06 -0.777345 -0.101580 -0.724067
2020-01-07 -0.246572 -0.072361 -0.156279

np.log(df)/fac['factor']

                 foo       bar       baz
2020-01-01 -0.444202 -0.843502 -0.067856
2020-01-02 -0.483475 -0.412455 -0.095510
2020-01-03 -1.089267 -0.300139 -0.137919
2020-01-04 -0.078742 -0.289426 -0.358474
2020-01-05 -0.496684 -0.197137 -0.471769
2020-01-06 -0.777344 -0.101580 -0.724069
2020-01-07 -0.246572 -0.072361 -0.156279