Question

我目前正在玩一些涉及大熊猫的事情，我想知道解决以下问题最有效的方法是什么。这是一个简化的例子。

假设我在数据框中有一些数据：

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randint(0,10,size=(10, 4)), columns=['a','b','c','d'], 
                  index=np.random.randint(0,10,size=10))

此数据如下所示：

   a  b  c  d
1  0  0  9  9
0  2  2  1  7
3  9  3  4  0
2  5  0  9  4
1  7  7  7  2
6  4  4  6  4
1  1  6  0  0
7  8  0  9  3
5  0  0  8  3
4  5  0  2  4

现在我想对数据框中的每个值（例如下面的那个）应用一些函数，并将数据帧作为结果输出返回。棘手的部分是我应用的功能取决于我目前所处的索引值。

def f(cell_val,row_val):
    try:
        return cell_val/row_val
    except ZeroDivisionError:
        return -1

通常情况下，如果我想将一个函数应用于数据框中的每个单元格，我只需在＆＃34; f＆＃34;上调用applymap。即使我必须传入第二个参数（在这种情况下是row_val），如果参数是固定数字，我可以写一个lambda表达式，例如＆＃34; lambda x：f（x，i）＆＃34 ;我是我想要的固定号码。但是，我的第二个参数取决于我当前正在调用函数的数据框中的行，这意味着我不能只使用applymap。

我如何有效地解决这样的问题？我可以想到几种方法来做到这一点，但他们都没有感觉到＃14;对＆＃34;。我可以循环遍历每个单独的值并逐个替换它们，但这看起来真的很尴尬和缓慢。我还可以做一些事情，比如创建一个包含（单元格值，行值）元组的完全独立的数据框，并在我的元组数据框中使用内置的pandas applymap。但这看起来很糟糕，而且我还创建了一个完全独立的数据框架作为额外的步骤。

必须有一个更好的解决方案（一个快速的解决方案将被赞赏，因为我的数据框有可能最终非常大）。

Answer 1

IIUC您可以将div与axis=0一起使用，还需要使用to_series将Index对象转换为Series对象：

In [121]:
df.div(df.index.to_series(), axis=0).replace(np.inf, -1)

Out[121]:
          a         b         c         d
1  0.000000  0.000000  9.000000  9.000000
0 -1.000000 -1.000000 -1.000000 -1.000000
3  3.000000  1.000000  1.333333  0.000000
2  2.500000  0.000000  4.500000  2.000000
1  7.000000  7.000000  7.000000  2.000000
6  0.666667  0.666667  1.000000  0.666667
1  1.000000  6.000000  0.000000  0.000000
7  1.142857  0.000000  1.285714  0.428571
5  0.000000  0.000000  1.600000  0.600000
4  1.250000  0.000000  0.500000  1.000000

此外，由于inf除以-1，您需要致电replace以$("#myList").scroll(function(){console.log("This is scroll");})替换这些行

Answer 2

以下是如何将索引添加到数据框

pd.DataFrame(df.values + df.index.values[:, None], df.index, df.columns)

使用Pandas来＆＃34; applymap＆＃34;有权访问索引/列吗？

2 个答案: