如何在Pandas中对DataFrame列做除法运算并保留原列名？

问题场景 #

现有如下DataFrame：

ID,WEIGHT,I1,I2,I4
1,0.2,839,1664,3266
2,0.1,851,863,858
3,0.4,1018,1999,3982
4,0.3,878,1724,3447

遍历I2、I4列（对应原代码中range(3,5)的索引），生成包含WEIGHT列与I_i/I1计算结果的新DataFrame，但原代码输出的计算列名变为0，需要保留原列名（如I2、I4）。

解决方案 #

原问题核心是计算后的Series未保留原列名，导致concat后列名被默认设为0，以下是几种简单修复方法：

方法1：给计算结果重命名原列名

计算比值后手动给Series指定原列名，再进行拼接：

import pandas as pd

# 读取或构造原DataFrame
df = pd.read_csv('你的数据文件路径.csv')

for i in range(3,5):
    col_name = df.columns[i]  # 获取当前列的原名称
    # 计算比值并绑定原列名
    ratio_col = (df.iloc[:,i] / df.iloc[:,2]).rename(col_name)
    # 拼接WEIGHT列和计算列
    df_new = pd.concat([df['WEIGHT'], ratio_col], axis=1)
    print(df_new)

方法2：直接构造新DataFrame（更直观）

不用concat，直接用字典构造新DataFrame，明确指定列名：

for i in range(3,5):
    col_name = df.columns[i]
    df_new = pd.DataFrame({
        'WEIGHT': df['WEIGHT'],
        col_name: df.iloc[:,i] / df.iloc[:,2]
    })
    print(df_new)

方法3：遍历列名而非索引（更易维护）

避免依赖列的索引位置，直接遍历目标列名，代码可读性更强：

# 指定需要处理的列
target_cols = ['I2', 'I4']
for col in target_cols:
    df_new = pd.DataFrame({
        'WEIGHT': df['WEIGHT'],
        col: df[col] / df['I1']
    })
    print(df_new)

内容的提问来源于stack exchange，提问作者mahmood