Question

我有一个包含40列的数据框，其中一些列是仅包含0或1的二进制列。我想用一个称为'size'的列来划分所有非二进制列

现在我正在使用：

for i in range(df.shape[1]):
    col = df.iloc[:, i]
    if int(col.max()) > 1: # to check whether this column is binary
        df.iloc[:, i] = col/df['size']
    i+=1

我觉得我们应该避免在熊猫中使用foor-loop，所以有没有更优雅的方法来实现这一目标？

Answer 1

应该执行以下操作（假设数据框中至少有一个非二进制列）：

cols = df.columns[np.where(df.max(axis=0)>1)[0]].tolist() # find all non-binary column names
cols.remove('size') # exclude the column 'size' from the list, assuming that size is a non-binary column as well
df.loc[:,cols] = df.loc[:,cols].div(df.size, axis=0) # divide all the non-binary columns by size
#df.head()

Answer 2

此处不需要IMHO numpy和tolist，pandas可以完成此任务：

返回最大值大于1的所有列，并丢掉'size'：

cols = df.columns[df.max()>1].drop('size')

为了进行计算，只选择了完整的列，没有子集，因此您可以保留“ ix”或“ loc”，并直接按列名进行索引：

df[cols] = df[cols].div(df['size'], 0)

熊猫根据其最大值划分多列

2 个答案: