如何在Pandas DataFrame中将指定列除以某一列？

嘿，我来帮你搞定这个列除法的需求！首先先拆解下你遇到的问题：你想让DataFrame里的B、C列各自除以A列，同时保留A列的原始值，但之前用df/df['a']没得到想要的结果，这里有两个小问题需要修正，再给你几个靠谱的实现方法：

先排查你的代码问题 #

1. 列名大小写错误：你的DataFrame列名是大写的A，但代码里写的是df['a']（小写），这会直接抛出KeyError，得改成df['A']才行。
2. 全列除法不符合需求：就算改成df/df['A']，会把所有列（包括A列）都除以A列，这样A列会变成全1，而你希望A列保持原来的数值，所以需要针对性地处理B、C列。

正确的实现方法 #

方法1：用join合并A列和计算后的B、C列 #

先保留原始的A列，再单独对B、C列做除法，最后合并到一起：

import pandas as pd

# 创建你的示例DataFrame
data = {'A': [1, 2, 3], 'B': [10, 20, 15], 'C': [10, 30, 33]}
df = pd.DataFrame(data)

# 执行除法并合并
result_df = df[['A']].join(df[['B', 'C']] / df['A'])
print(result_df)

方法2：用assign直接重新赋值B、C列 #

这个方法更简洁，直接在原DataFrame的基础上重新计算B和C列的值（不会修改原DataFrame，而是返回新的DataFrame）：

result_df = df.assign(B=df['B'] / df['A'], C=df['C'] / df['A'])
print(result_df)

方法3：直接修改原DataFrame（谨慎使用） #

如果你确实需要修改原DataFrame，可以直接对B、C列赋值，用div方法指定按行广播：

df[['B', 'C']] = df[['B', 'C']].div(df['A'], axis=0)
print(df)

运行结果验证 #

不管用上面哪种方法，都会得到你期望的结果：

A     B     C
0  1  10.0  10.0
1  2  10.0  15.0
2  3   5.0  11.0

内容的提问来源于stack exchange，提问作者Amit Kumar