python - 将 DataFrame 的每 n 个索引乘以(或除以)数组中的常量

Question

我有一个 DataFrame，我想将每 n 个索引乘(或除)数组中的特定数字。下面是一个简短的示例，其中字母只是数字。

df=

   0  1
0  A  B
1  C  D
2  E  F
3  G  H
4  I  J
5  K  L
6  M  N
7  O  P

DataFrame(或 numpy 数组):

   0  1
0  W  X
1  Y  Z

我希望获得以下结果:

结果=

   0     1
0  A/W  B/X
1  C/Y  D/Z
2  E/W  F/X
3  G/Y  H/Z
4  I/W  J/X
5  K/Y  L/Z
6  M/W  N/X
7  O/Y  P/Z

有没有办法使用df.groupy(df % 2).agg()或df.groupy(df % 2).apply()来解决这个问题？我正在处理一个巨大的 DataFrame，我相信如果我应用 for 循环将花费比所需更多的时间。

我知道我必须使用一个函数，但我无法编写一个函数来实现我正在寻找的功能。

谢谢。

Answer 1

尝试以下代码:

首先定义要应用于每个组的函数:

def dv(tbl):
    return tbl.divide(df2.values, axis='columns')

df2 被转换为基础值以便“释放”自己从索引对齐。

然后我们读取df2中的行数(一个组的大小在 df 分组中):

len2 = len(df2.index)

然后可以用一条指令执行实际的除法:

df.groupby(np.arange(len(df.index)) // len2).apply(dv)

np.arange(len(df.index))//len2 提供将 df 划分为包含与 df2 相同行数的组。

每个组都应用了dv函数(上面定义)。

出于测试目的，我创建了第一个 DataFrame (df):

      0     1
0  10.0  11.0
1  12.0  13.0
2  14.0  15.0
3  16.0  17.0
4  18.0  19.0
5  20.0  21.0
6  22.0  23.0
7  24.0  25.0

第二个 (df2) 为:

     0    1
0  2.0  2.5
1  3.0  3.5

结果是:

           0         1
0   5.000000  4.400000
1   4.000000  3.714286
2   7.000000  6.000000
3   5.333333  4.857143
4   9.000000  7.600000
5   6.666667  6.000000
6  11.000000  9.200000
7   8.000000  7.142857

当然，上面的代码是用于除法的。

如果你想乘法，那么定义一个函数:

def ml(tbl):
    return tbl.multiply(df2.values, axis='columns')

并调用它:

df.groupby(np.arange(len(df.index)) // len2).apply(ml)