pandas通过2列进行除法运算后将新列数据保存在原exl中已知列名中

假设你想要将 `column1` 列的值除以 `column2` 列的值，然后将结果保存到 `new_column` 列中，可以使用以下代码：

import pandas as pd

# 读取 Excel 文件
df = pd.read_excel('file.xlsx')

# 计算新列
df['new_column'] = df['column1'] / df['column2']

# 保存更新后的 Excel 文件
df.to_excel('file.xlsx', index=False)

这将读取名为 `file.xlsx` 的 Excel 文件，将 `column1` 列的值除以 `column2` 列的值，并将结果保存到名为 `new_column` 的新列中。最后，使用 `to_excel` 方法将更新后的数据保存回 Excel 文件中。注意 `index=False` 参数表示不将索引列保存到 Excel 文件中。

相关问题

pandas 在未知列名的情况下，怎么读取exl中第K列的数据

可以使用 `iloc` 方法来读取 Excel 中的第 k 列数据，即使不知道列名也可以。下面是一个示例代码：

import pandas as pd

# 读取 Excel 文件
df = pd.read_excel('your_excel_file.xlsx', sheet_name='Sheet1')

# 获取第 k 列数据
k = 3  # 假设要获取第 3 列数据
col_data = df.iloc[:, k-1].tolist()  # k-1 是因为 iloc 索引从 0 开始

# 输出第 k 列数据
print(col_data)

其中 `iloc[:, k-1]` 表示获取所有行的第 k 列数据。可以将其转换为列表并输出。

根据exl中列的字母使用pandas进行运算

可以使用 Pandas 库中的 DataFrame 类来进行运算。可以先将 exl 中的数据读入 DataFrame 中，然后根据需要进行运算。

假设 exl 中的数据如下：

| A | B | C |
|---|---|---|
| 1 | 2 | 3 |
| 4 | 5 | 6 |
| 7 | 8 | 9 |

可以使用 Pandas 的 read_excel 函数将数据读入 DataFrame：

import pandas as pd

df = pd.read_excel('filename.xlsx', sheet_name='Sheet1')

然后可以根据需要对 DataFrame 进行运算，例如：

# 计算每行的和
df['sum'] = df.sum(axis=1)

# 计算每列的平均值
df.loc['mean'] = df.mean()

# 计算每个元素的平方
df = df.applymap(lambda x: x ** 2)

最后，可以将 DataFrame 中的数据写入 exl 文件中：

df.to_excel('output.xlsx', sheet_name='Sheet1')