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
时间: 2024-02-06 21:11:17 浏览: 22
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:
```python
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:
```python
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:
```python
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。