Python 数据帧中所有列的数学运算，无论其大小

从中我得到了一个简单的表格：

import pandas as pd
import numpy as np
d = {'col1': [100, 198, 495, 600, 50], 'col2': [99, 200, 500, 594, 100], 'col3': [101, 202, 505, 606, 150]}
df = pd.DataFrame(data=d)
df

从这里，我想取第一行中所有值的%CV，然后是第二行，依此类推

我希望无论表有多少列，它都能工作

我可以用几行代码来实现这一点：

    col1    col2    col3
0   100     99      101
1   198     200     202
2   495     500     505
3   600     594     606
4   50      100     150

输出：

df_shape = df.shape
CV_list = []
for i in range(df_shape[0]):
    CV = np.std(df.iloc[i, :], ddof=1) / np.mean(df.iloc[i, :]) * 100
    CV_list.append(str(round(CV, 3)) + ' %')
df["cv"] = CV_list
df

---

但是我想知道Pandas是否有用于此的内置函数（我目前还没有找到）。

您可以通过指定

axis=1来跨整行操作。因此，得到标准偏差和平均值（每行）的系列，然后除以

    col1    col2    col3    CV
0   100     99      101     1%
1   198     200     202     1%
2   495     500     505     1%
3   600     594     606     1%
4   50      100     150     50%

太神了我知道有一个更简单的方法：）非常感谢！
df['CV'] = df.std(axis=1, ddof=1)/df.mean(axis=1)*100

   col1  col2  col3    CV
0   100    99   101   1.0
1   198   200   202   1.0
2   495   500   505   1.0
3   600   594   606   1.0
4    50   100   150  50.0