快速替换 Pandas DataFrame 中的值答案

【问题标题】：Quickly replace values in a Pandas DataFrame快速替换 Pandas DataFrame 中的值
【发布时间】：2021-11-28 20:00:01
【问题描述】：

我有以下数据框：

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

df.loc[:,'Sum'] = df.sum(axis=1)
df.loc['Sum'] = df.sum(axis=0)

print(df)

#      A  B  Sum
# 1    1  3    4
# 2    2  4    6
# Sum  3  7   10

我想：

将 1 替换为 3*4/10
将 2 替换为 3*6/10
将 3 替换为 4*7/10
将 4 替换为 7*6/10

最简单的方法是什么？我希望解决方案能够扩展到 n 行和列。一直在为此烦恼。蒂亚！

【问题讨论】：

标签： pandas dataframe replace

【解决方案1】：

让我们先尝试从原始 df 创建它，然后再进行求和并分配

import numpy as np 

v = np.multiply.outer(df.sum(1).values,df.sum().values)/df.sum().sum()
out = pd.DataFrame(v,index=df.index,columns=df.columns)
out
Out[20]: 
     A    B
1  1.2  2.8
2  1.8  4.2

【讨论】：

【解决方案2】：

如果我理解正确的话：

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

df.loc[:,'Sum'] = df.sum(axis=1)
df.loc['Sum'] = df.sum(axis=0)
print(df)

conditions = [(df==1), (df==2), (df==3), (df==4)]
values = [(3*4)/10, (3*6)/10, (4*7)/10, (7*6)/10]
df[df.columns] = np.select(conditions, values, df)

输出：

       A    B   Sum
1    1.2  2.8   4.2
2    1.8  4.2   6.0
Sum  2.8  7.0  10.0

【讨论】：