如何在熊猫数据框中按元素划分两列

Question

我的 pandas 数据框中有两列。我想将A 列除以B 列，逐个值，并显示如下：

import pandas as pd

csv1 = pd.read_csv('auto$0$0.csv')
csv2 = pd.read_csv('auto$0$8.csv')

df1 = pd.DataFrame(csv1, columns=['Column A', 'Column B'])
df2 = pd.DataFrame(csv2, columns=['Column A', 'Column B'])

dfnew = pd.concat([df1, df2])

列：

Column A  Column B
12        2
14        7
16        8
20        5

以及预期的结果：

Result
6
2
2
4

我该怎么做？

Answer 1

Series.div()

等效于/ 运算符，但支持用fill_value 替换任一输入中的缺失数据。

所以通常div() 与/ 相同：

df['C'] = df.A.div(df.B)
#         df.A / df.B

但是div()的fill_value比2x fillna()更简洁：

df['C'] = df.A.div(df.B, fill_value=-1)
#         df.A.fillna(-1) / df.B.fillna(-1)

而且div() 的方法链更符合地道：

df['C'] = df.A.div(df.B).cumsum().add(1).gt(10)
#         ((df.A / df.B).cumsum() + 1) > 10

---

请注意，当将 DataFrame 与另一个 DataFrame 或 Series 分开时，DataFrame.div() 还支持通过 axis 或 MultiIndex level 进行广播。

Answer 2

只分列：

In [158]:
df['Result'] = df['Column A']/df['Column B']
df

Out[158]:
   Column A  Column B  Result
0        12         2     6.0
1        14         7     2.0
2        16         8     2.0
3        20         5     4.0