在一个Dataframe中，进行计算：第三列数乘以一百除以第二列数，将结果储存在新的Dataframe中

可以使用 Pandas 库中的 DataFrame 进行计算，并使用新的 DataFrame 存储结果。如果你的 DataFrame 名称是 `df`，可以使用下面的代码计算：

new_df = df.copy()  # 复制原始 DataFrame，防止修改原始数据
new_df.iloc[:, 2] = new_df.iloc[:, 2] * 100 / new_df.iloc[:, 1]  # 进行计算并赋值

其中 `iloc` 是 DataFrame 的索引器，`:,:` 表示选中所有行和所有列，`2` 表示第三列，`1` 表示第二列。这行代码的意思是将第三列的数乘以一百除以第二列的数，然后将结果赋值回第三列。最后，我们将修改后的 DataFrame 赋值给新的 DataFrame `new_df`。这样，原始的 DataFrame 不会受到影响，新的 DataFrame 存储了计算结果。

相关问题

在一个Dataframe中，进行计算：第三列数乘以一百除以第二列数

可以使用 Pandas 库中的 DataFrame 进行计算。如果你的 DataFrame 名称是 df，可以使用下面的代码计算：

df.iloc[:, 2] = df.iloc[:, 2] * 100 / df.iloc[:, 1]

其中 `iloc` 是 DataFrame 的索引器，`:,:` 表示选中所有行和所有列，`2` 表示第三列，`1` 表示第二列。这行代码的意思是将第三列的数乘以一百除以第二列的数，然后将结果赋值回第三列。

遍历每一列，计算DataFrame每一列的平均值，然后将结果存储到一个新的DataFrame中

没问题，可以回答。对于这个问题，可以使用 pandas 库中的 mean() 函数来计算每一列的平均值，然后通过 DataFrame 构造方法将计算结果存储到一个新的 DataFrame 中，代码示例如下：

import pandas as pd

# 假设原始的 DataFrame 是 df
# 计算每一列的平均值
mean_values = df.mean()

# 将计算结果存储到一个新的 DataFrame 中
result_df = pd.DataFrame({'mean': mean_values})

这样，result_df 就是计算出的每一列的平均值，其中每一行的名字和原 DataFrame 的每一列名字一一对应。