Pandas两列逐元素除法返回多列异常问题求助

问题根源 #

1. 列索引初始化错误：你创建df时写了df = pd.DataFrame(columns=['image_name partition zeros ones total'.split()])，其中split()已经返回包含5个列名的列表，但额外套的一层方括号，让Pandas将列解析为多级索引（MultiIndex），而非普通单级列名。
2. 运算结果类型不匹配：当列是多级索引时，df["zeros"]和df["total"]返回的不是单个Series，而是DataFrame。两者做除法时会触发广播，返回包含原两列的全NaN DataFrame，无法赋值给单个result列，因此抛出ValueError。
3. 逐行append的隐性问题：这种迭代追加的方式效率极低（每次append都会生成新的DataFrame），还容易因索引匹配错误引入问题。

解决方法 #

方法1：修正初始化逻辑（保留逐行写法，不推荐） #

去掉columns参数外层的方括号，让列名成为普通单级索引：

import pandas as pd

# 修正columns的写法，移除外层方括号
df = pd.DataFrame(columns='image_name partition zeros ones total'.split())

data = {
    'dataset': ['177.png', '276.png', '208.png', '282.png'],
    'partition': ['green', 'green', 'green', 'green'],
    'zeros': [1896715, 1914720, 1913894, 1910815],
    'ones': [23285, 5280, 6106, 9185],
    'total': [1920000, 1920000, 1920000, 1920000]
}

for i in range(len(data['ones'])):
    row = []
    for k in data.keys():
        row.append(data[k][i])
    df = df.append(pd.Series(row, index=df.columns), ignore_index=True)

df["result"] = df["zeros"] / df["total"]
print(df)

方法2：直接构造DataFrame（高效推荐） #

抛弃逐行追加，直接用字典构造并修正列名映射，这是Pandas的标准高效写法：

import pandas as pd

data = {
    'dataset': ['177.png', '276.png', '208.png', '282.png'],
    'partition': ['green', 'green', 'green', 'green'],
    'zeros': [1896715, 1914720, 1913894, 1910815],
    'ones': [23285, 5280, 6106, 9185],
    'total': [1920000, 1920000, 1920000, 1920000]
}

# 直接构造DataFrame并修正列名（dataset -> image_name）
df = pd.DataFrame(data).rename(columns={'dataset': 'image_name'})
df["result"] = df["zeros"] / df["total"]
print(df)

这种写法不仅避免了索引错误，还将时间复杂度从O(n²)降到O(n)，性能提升显著。

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