Python 如何在不首先转换为numpy的情况下将一个数据帧除以另一个数据帧？

我有一个数据框，有两列，x和y，还有几百行。 我有另一个数据帧，只有一行两列，x和y

我想用大数据框的x列除以小数据框的x中的值，用y列除以y列

如果我把一个数据帧除以另一个，我得到所有的NaN。为了使分区工作，我必须将小数据帧转换为numpy

为什么我不能将一个数据帧除以另一个？我错过了什么？下面我有一个玩具的例子

import numpy as np
import pandas as pd

df = pd.DataFrame()
r = int(10)
df['x'] = np.arange(0,r)
df['y'] = df['x'] * 2

other_df = pd.DataFrame()
other_df['x'] = [100]
other_df['y'] = [400]

# This doesn't work - I get all nans
new = df / other_df

# this works - it gives me what I want
new2 = df / [100,400]

# this also works
new3 = df / other_df.to_numpy()

---

您可以将一行

数据帧

转换为

系列

，以便正确对齐

列

，例如，通过以下方式选择第一行：

---

您可以使用

numpy.divide（）

进行分割，因为

numpy

具有一个很好的属性，即广播

new = np.divide(df,other_df)

---

有关详细信息，请查看此项。

谢谢，但这是为什么？为什么pandas不喜欢除以1x2数据帧，而喜欢除以一个列表、一个numpy数组或一个系列？@Pythonistaanonymous-因为对齐-这意味着如果要除以2个数据帧，pandas会尝试在两者之间对齐索引和列值，然后进行分割。所以这里只匹配第一行，因为这里是两个数据帧中第一个索引值

0

的交点。此外，列名称相同，因此没有问题。如果转换为系列，则系列索引和列名称之间只有对齐，此处

x，y

不是精确的dup，但这应该非常有用，非常有用，谢谢！公平地说，这是因为numpy和pandas区分了（1x2）数组（被认为是二维的）和具有2个元素的一维数组吗？是的<代码>[1,2]不同于

[[1,2]]

new = np.divide(df,other_df)