如何就地和在单个实例中更新多列熊猫数据框

【问题标题】：how to update multiple columns of pandas dataframe inplace and in single instance如何就地和在单个实例中更新多列熊猫数据框
【发布时间】：2016-12-15 06:47:18
【问题描述】：

考虑下面pandasDataFrame

df = pd.DataFrame(np.random.randint(1,10,15).reshape(-1,3), columns = list('abc'))

我想在单个实例中将所有三列的值更新为适当的比率（即列值除以所有三列的总和，轴 = 1）。

类似：

df = df.loc[:,['a','b','c']] / df.loc[:,['a','b','c']].sum(axis = 1)

我怎样才能做到这一点？

【问题讨论】：

标签： python pandas numpy dataframe

【解决方案1】：

你可以使用pandas.DataFrame.div方法：

df.div(df.sum())

#          a           b           c
#0  0.071429    0.368421    0.173913
#1  0.214286    0.210526    0.391304
#2  0.214286    0.052632    0.043478
#3  0.285714    0.105263    0.130435
#4  0.214286    0.263158    0.260870

要按行划分，请相应地指定轴：

df1 = df.div(df.sum(axis = 1), axis = 0)

这是一个结果数据框的行和为 1 的测试。

df1.sum(axis = 1)

#0    1.0
#1    1.0
#2    1.0
#3    1.0
#4    1.0
#dtype: float64

【讨论】：

我无法在轴设置为 1（水平）的情况下执行此操作。尽管如果将轴设置为 0（垂直），则此方法有效。在这种情况下，我必须转置 df。类似于：df.T.div(df.T.sum()).T
检查更新，需要在两个函数中相应指定轴。