pandas 如果分母不为0 则 计算两列相除复制到指定列

可以通过以下代码来实现：

# 假设数据存储在名为 df 的 pandas DataFrame 中
import numpy as np

# 定义除法函数
def divide_series(numerator, denominator):
    if denominator == 0:
        return np.nan
    else:
        return numerator / denominator

# 计算两列相除并复制到指定列
df['result'] = df.apply(lambda x: divide_series(x['numerator'], x['denominator']), axis=1)

其中，`numerator` 和 `denominator` 为要进行相除的两列，`result` 为结果要复制到的列。通过 `apply` 函数和自定义的 `divide_series` 函数，对每一行进行相除并复制到指定列，如果分母为0，则使用 NaN 填充。

相关问题

pandas新建一列为两列的相除结果，并将分母为0的一行的相除结果显示无

可以使用Pandas的`apply()`方法结合lambda函数来实现这个需求。假设我们要将DataFrame中的`col1`列和`col2`列相除，结果存储在`col3`列中，同时如果分母为0，则将`col3`列的值设为"无"。代码如下：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'col1': [1, 2, 3, 4, 5], 'col2': [2, 0, 4, 0, 6]})

# 定义一个lambda函数，用于计算相除结果
divide = lambda x, y: "无" if y == 0 else x / y

# 将相除结果存储在新的列col3中
df['col3'] = df.apply(lambda row: divide(row['col1'], row['col2']), axis=1)

print(df)

输出结果为：

   col1  col2 col3
0     1     2  0.5
1     2     0    无
2     3     4  0.75
3     4     0    无
4     5     6  0.83

可以看到，分母为0的行的相除结果被设置为了"无"。

pandas两列相除

你可以使用 Pandas 中的 `div()` 函数将两列相除。假设你有一个名为 `df` 的 DataFrame，其中包含两列 `a` 和 `b`，你可以使用以下代码将它们相除并将结果存储在名为 `c` 的新列中：

df['c'] = df['a'].div(df['b'])

你也可以使用 `/` 运算符进行相除操作，例如：

df['c'] = df['a'] / df['b']

两种方法都可以得到相同的结果。