在引用列的同时将函数逐行应用于熊猫数据框

Question

我有一个这样的熊猫数据框：

df = pd.DataFrame({'A': [2, 3], 'B': [1, 2], 'C': [0, 1], 'D': [1, 0], 'total': [4, 6]})

   A  B  C  D  total
0  2  1  0  1      4
1  3  2  1  0      6

我正在尝试执行逐行计算并使用结果创建新列。计算方法是将每一列ABCD除以总数，将其平方，然后逐行求和。这应该是结果（如果总数为0，则为0）：

   A  B  C  D  total  result
0  2  1  0  1      4   0.375
1  3  2  1  0      6   0.389

这是我到目前为止尝试过的方法，但它始终返回0：

df['result'] = df[['A', 'B', 'C', 'D']].apply(lambda x: ((x/df['total'])**2).sum(), axis=1)

我猜想问题出在lambda函数中的df['total']上，因为如果我将其替换为一个数字，它将很好地工作。我不知道该如何解决。感谢任何建议。

Answer 1

div，pow和sum的组合可以解决此问题：

df["result"] = df.filter(regex="[^total]").div(df.total, axis=0).pow(2).sum(1)
df

A   B   C   D   total   result
0   2   1   0   1   4   0.375000
1   3   2   1   0   6   0.388889

Answer 2

你可以做

df['result'] = (df.loc[:, "A": 'D'].divide(df.total, axis=0) ** 2).sum(axis=1)