我已经阅读了一个csv文件，并将其旋转为以下结构：
pivoted = df.pivot('user_id', 'group', 'value') lookup = df.drop_duplicates('user_id')[['user_id', 'group']] lookup.set_index(['user_id'], inplace=True) result = pivoted.join(lookup) result = result.fillna(0)
结果部分：
0 1 2 3 4 5 6 7 8 9 10 11 12 13 group user_id 2 33653 2325 916 720 867 187 31 0 6 3 42 56 92 15 l-1 4 18895 414 1116 570 1190 55 92 0 122 23 78 6 4 2 l-2 16 1383 70 27 17 17 1 0 0 0 0 1 0 0 0 l-2 50 396 72 34 5 18 0 0 0 0 0 0 0 0 0 l-3 51 3915 1170 402 832 2791 316 12 5 118 51 32 9 62 27 l-4
我想通过每一行在第0列到第13列之间求和，然后将每个单元格除以该行的总和。我仍然习惯于大熊猫。如果我理解正确，那么在执行此类操作时应该尝试避免for循环吗？换句话说，我该如何以“熊猫”方式做到这一点？
请尝试以下操作：
In [1]: import pandas as pd In [2]: df = pd.read_csv("test.csv") In [3]: df Out[3]: id value1 value2 value3 0 A 1 2 3 1 B 4 5 6 2 C 7 8 9 In [4]: df["sum"] = df.sum(axis=1) In [5]: df Out[5]: id value1 value2 value3 sum 0 A 1 2 3 6 1 B 4 5 6 15 2 C 7 8 9 24 In [6]: df_new = df.loc[:,"value1":"value3"].div(df["sum"], axis=0) In [7]: df_new Out[7]: value1 value2 value3 0 0.166667 0.333333 0.500 1 0.266667 0.333333 0.400 2 0.291667 0.333333 0.375
或者，您可以执行以下操作：
In [8]: df.loc[:,"value1":"value3"] = df.loc[:,"value1":"value3"].div(df["sum"], axis=0) In [9]: df Out[9]: id value1 value2 value3 sum 0 A 0.166667 0.333333 0.500 6 1 B 0.266667 0.333333 0.400 15 2 C 0.291667 0.333333 0.375 24
或者只是从头开始：
In [10]: df = pd.read_csv("test.csv") In [11]: df Out[11]: id value1 value2 value3 0 A 1 2 3 1 B 4 5 6 2 C 7 8 9 In [12]: df.loc[:,"value1":"value3"] = df.loc[:,"value1":"value3"].div(df.sum(axis=1), axis=0) In [13]: df Out[13]: id value1 value2 value3 0 A 0.166667 0.333333 0.500 1 B 0.266667 0.333333 0.400 2 C 0.291667 0.333333 0.375
将列value1之类的标题更改为标题应该类似。
value1
