计算dataframe两个列的比值并将结果保存在另一个dataframe中的python代码

可以使用 pandas 库中的 DataFrame 进行计算，代码如下：

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 计算两个列的比值，结果保存在另一个 DataFrame 中
df_ratio = pd.DataFrame({'C': df['A'] / df['B']})

# 显示结果
print(df_ratio)

输出结果如下：

          C
0  0.250000
1  0.400000
2  0.500000

相关问题

如何计算dataframe中两列的比值

要计算 DataFrame 中两列的比值，可以使用 Pandas 的 `div()` 函数。这个函数可以让你将 DataFrame 中的两列相除得到一个新的列。下面是一个示例代码：

import pandas as pd

# 创建一个示例 DataFrame
df = pd.DataFrame({'A': [10, 20, 30], 'B': [2, 4, 6]})

# 计算 A 列和 B 列的比值
df['C'] = df['A'].div(df['B'])

print(df)

运行这段代码将会输出以下结果：

    A  B     C
0  10  2   5.0
1  20  4   5.0
2  30  6   5.0

可以看到，我们使用 `div()` 函数将 A 列和 B 列相除，并将结果保存到了一个新的列 C 中。

python在一个Dataframe中，有很多行以户号为索引的百分比值，但是索引列没有列名，我如果一行中的值全部是百分之百，则不输出，否则以Dataframe的形式输出整行

您可以使用pandas.DataFrame.iterrows()方法遍历DataFrame的每一行，然后使用pandas.DataFrame.all()方法判断每一行中的值是否全部为百分之百。如果不是，则将该行数据存入一个新的DataFrame中。以下是示例代码：

import pandas as pd

# 假设原始数据存储在名为df的DataFrame中

# 创建一个空的DataFrame，用于存储符合条件的行数据
result_df = pd.DataFrame(columns=df.columns)

# 遍历每一行数据
for index, row in df.iterrows():
    if not row.all() == 1.0:
        # 如果该行数据不全为百分之百，则将该行数据存入result_df中
        result_df = result_df.append(row)

# 输出符合条件的行数据
print(result_df)

注意，这里假设每一行数据都是以户号为索引的，如果不是，您需要将索引列转换为普通列。例如，可以使用pandas.DataFrame.reset_index()方法将索引列转换为普通列：

df = df.reset_index()