這是我目前擁有的： print(df) 10 25 2610 530 1 46 25 1 61 6126 46 61 330我如何將其轉(zhuǎn)換為 df1 以便我們將行中的每個(gè)元素除以索引列的總和？df1 的輸出應(yīng)如下所示：df1: 10 25 2610 530/(530) 1/(530+61) 46/(530+330) 25 1/(61+530) 61/(61) 61/(61+330)26 46/(330+530) 61/(330+61) 330/(330) print(df1) 10 25 2610 1 0.0016 0.053425 0.0016 1 0.156026 0.0534 0.1560 1
3 回答
慕勒3428872
TA貢獻(xiàn)1848條經(jīng)驗(yàn) 獲得超6個(gè)贊
IIUC，嘗試：
a = np.diag(df)[None, :]
b = np.diag(df)[:, None]
c = a+b
np.fill_diagonal(c, np.diag(df))
df_out = df.div(c)
df_out
輸出：
10 25 26
10 1.000000 0.001692 0.053488
25 0.001692 1.000000 0.156010
26 0.053488 0.156010 1.000000
呼喚遠(yuǎn)方
TA貢獻(xiàn)1856條經(jīng)驗(yàn) 獲得超11個(gè)贊
我認(rèn)為這是解決方案，但您必須更改列和索引。
import pandas as pd
df = pd.DataFrame({530: [530, 1, 46],
61: [1, 61, 61],
330: [46, 61, 330]},
index = [530, 61, 330])
for i in range(len(df)):
for j in range(len(df)):
if i == j:
df.iloc[i,j] = df.iloc[i, j] / df.index[i]
else:
df.iloc[i,j] = df.iloc[i,j] / (df.index[i] + df.columns[j])
df
慕尼黑的夜晚無繁華
TA貢獻(xiàn)1864條經(jīng)驗(yàn) 獲得超6個(gè)贊
您可以將行除以列中的最大值來重現(xiàn)您的示例。
df1 = pd.DataFrame(
{
"column1": df['10'].divide(df['10'].max()),
"column2": df['25'].divide(df['25'].max()),
"column3": df['26'].divide(df['26'].max())
}
)
添加回答
舉報(bào)
0/150
提交
取消