dataframe 每一列都除以一个数

可以使用apply函数来对每一列进行除法操作，如下所示：

import pandas as pd

df = pd.DataFrame({'A': [10, 20, 30], 'B': [5, 10, 15], 'C': [2, 4, 6]})

# 定义除数
divisor = 2

# 对每一列进行除法操作
df = df.apply(lambda x: x / divisor)

print(df)

输出结果为：

     A    B    C
0  5.0  2.5  1.0
1 10.0  5.0  2.0
2 15.0  7.5  3.0

其中，lambda函数表示将每一列x除以除数divisor。apply函数会对每一列都执行这个lambda函数。

相关问题

dataframe用一列除以另一列得到新列

假设你有一个名为 `df` 的 Pandas DataFrame，其中包含两列数据 `col1` 和 `col2`，你可以通过以下方式创建一个名为 `new_col` 的新列，它是 `col1` 除以 `col2` 的结果：

df['new_col'] = df['col1'] / df['col2']

上述代码会在 `df` 中创建一个新的列 `new_col`，其中包含 `col1` 除以 `col2` 的结果。如果 `col1` 或 `col2` 中有缺失值，那么 `new_col` 中对应的位置也会是缺失值。

你可以根据实际情况修改列名和数据类型，比如将 `col1` 和 `col2` 转换为 float 类型再进行除法运算。

dataframe 除以一列

要将 DataFrame 中的所有值除以一列中的值，可以使用 Pandas 的 `div()` 函数。例如，假设你的 DataFrame 名称为 `df`，要将所有值除以 `df['column_name']` 列中的值，可以使用以下代码：

df = df.div(df['column_name'], axis=0)

其中，`axis=0` 表示按行进行操作，即每行的所有值都会除以该行 `column_name` 列中的值。如果要在原 DataFrame 中直接修改而不是返回一个新的 DataFrame，可以使用 `inplace=True` 参数：

df.div(df['column_name'], axis=0, inplace=True)