Python 问题：将基于列值选择的两个不同数据帧的值除以，返回NaN

我试图根据某些列值从两个不同的数据帧中选择值，并将它们相互分割。如果我尝试这个，我总是得到NaN值

我在下面添加了一个简化示例：

df = pd.DataFrame({'col1':['a','b','c','d'],
                  'col2':['x1','x2','x3','x4'],
                   'col3':[10,3,2,8]})

print(df)

df1 = pd.DataFrame({'col1':['a1','b1','c1','d1'],
                  'col2':['y1','y1','y3','y4'],
                   'col3':[5,4,1,6]})

print(df1)

a = df.loc[((df['col1']=='a')&(df['col2']=='x1')),'col3']
print(a)

b = df1.loc[((df1['col1']=='d1')&(df1['col2']=='y4')), 'col3']
print(b)

c = a/b

print(c)

---

如何克服这个问题？

熊猫是如此强大，因为它在做某些动作时，例如数学方法时，会与指数保持一致

如果我们在您的示例中同时打印

a

和

b

，我们可以看到它们的索引分别为

0

和

3

：

print(a.index)
print(b.index)

Int64Index([0], dtype='int64')
Int64Index([3], dtype='int64')

这意味着在执行操作

a/b

时，pandas无法对齐任何值，因此返回

NaN

您的解决方案是重置索引：

a.reset_index(drop=True) / b.reset_index(drop=True)

0    1.666667
Name: col3, dtype: float64

或强制转换为

numpy

数组，因此我们将丢失索引：

a.to_numpy() / b.to_numpy()

array([1.66666667])

---

---

话虽如此，您的操作似乎并不符合逻辑，问题可能更深层。由于值的匹配现在没有任何意义。

尝试

a.div（b.array）

或

a/（b.array）

a

正在用值

10

提取第0行，

b

正在用值

6

提取第3行。当您进行除法时，pandas试图用匹配行中的值进行除法，但由于

a

没有第3行，

b

没有第0行，因此两行都得到NaN。谢谢您，这非常有帮助，是的，我使用的实际数据帧要复杂得多，我只尝试使用一个简单的示例。但你的解决方案解决了这个问题！