如何用另一数据集的行数批量计算当前数据集Value列的商值？

Python Pandas 实现 #

假设你已经加载了两个数据集：当前处理的数据集df_current，以及用来获取行数的另一数据集df_other。直接通过df_other.shape[0]获取动态行数，无需硬编码具体数值：

import pandas as pd

# 加载当前数据集示例
df_current = pd.DataFrame({
    'ID': ['A', 'B', 'C', 'D', 'E'],
    'Value': [234, 231, 223, 167, 57]
})

# 获取另一数据集的动态行数（假设df_other已加载完成）
total_rows = df_other.shape[0]

# 计算新值并保留三位小数
df_current['Value'] = (df_current['Value'] / total_rows).round(3)

# 输出结果
print(df_current)

运行后得到的结果与预期一致：

ID  Value
0  A  0.189
1  B  0.187
2  C  0.180
3  D  0.135
4  E  0.046

SQL 实现 #

如果是在数据库环境中，假设当前数据集表名为current_table，另一数据集表名为other_table，用子查询动态获取行数即可：

SELECT 
    ID,
    ROUND(Value / (SELECT COUNT(*) FROM other_table), 3) AS Value
FROM current_table;

这条语句会自动计算other_table的总行数，将current_table中每个Value除以该数值后保留三位小数，直接返回目标结果。

内容的提问来源于stack exchange，提问作者NewUsr_stat