Python 使用pandas同时对多个列执行计算

我有一个超过一百万行的大数据框。当前df只有X、a、b、c列。我想执行一个计算，生成新的列：new_a，new_b，new_c（见图）

计算结果为：新的_a=a/（X^2）

我已经有了用python实现的方法：

col_list = ['a','b','c']

def new(col,X):
    score = col/(X**2)
    return score

new_col = ['new_a','new_b','new_c']

def calculate(df):
    for i in range(len(new_col)):
        df[new_col[i]] = df.apply(lambda row: new(row[col_list[i]],row['X']),axis=1)

calculate(df)

我想知道是否还有其他方法可以达到同样的目标？目前的这种方法很好，但运行起来需要很多时间，而且在某些操作中会产生奇怪的结果。多谢各位

---

Pandas对每一列执行索引对齐的除法，然后将结果连接起来。

要a/X^2还是a/X？你要求一个，但你的例子显示了另一个

for col in col_list:
    new_col = 'new_' + col
    df[new_col] = df[col] / (df['X']**2)

---

如果您实际需要的是a/X，则会给出您所要求的结果。

这些示例结果正确吗？你说你想要新的_a=a/（X^2）。在第一行中，a是3，X是5，那么new_a不应该是0.12而不是0.6吗？

df
   X  a  b  c     new_a     new_b     new_c
0  5  3  4  5  0.120000  0.160000  0.200000
1  7  2  4  2  0.040816  0.081633  0.040816

for col in col_list:
    new_col = 'new_' + col
    df[new_col] = df[col] / (df['X']**2)