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

以下是使用pandas计算两列相除的方法：

import pandas as pd

# 创建一个包含两列数据的DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 计算两列相除
df['C'] = df['A'] / df['B']

# 输出结果
print(df)

输出结果为：

   A  B         C
0  1  4  0.250000
1  2  5  0.400000
2  3  6  0.500000

其中，`df['A']`和`df['B']`分别表示DataFrame中的两列数据，`df['C']`表示计算结果所在的列。