如何快速替换Pandas DataFrame中的指定值并支持扩展至任意多行多列？

嘿，我来帮你搞定这个需求！先看一下你创建的DataFrame和替换规则，其实这里面藏着一个通用的规律——每个需要替换的单元格值 = 对应行的Sum × 对应列的Sum ÷ 右下角的总Sum，利用这个规律我们可以写出完全支持任意行数、列数的最简代码，不用一个个手动映射值。

先回顾你的初始DataFrame #

import pandas as pd
import numpy as np

# 创建初始DataFrame
df = pd.DataFrame({'A':[1,2], 'B':[3,4]}, index=['1','2'])
df.loc[:,'Sum'] = df.sum(axis=1)
df.loc['Sum'] = df.sum(axis=0)
print(df)

输出：

A  B  Sum
1    1  3    4
2    2  4    6
Sum  3  7   10

最简实现代码（支持任意行列扩展） #

# 提取行总和（排除最后一行的Sum行）
row_sums = df['Sum'].iloc[:-1]
# 提取列总和（排除最后一列的Sum列）
col_sums = df.loc['Sum', :].iloc[:-1]
# 计算行总和与列总和的外积，再除以右下角的总Sum值
df.iloc[:-1, :-1] = np.outer(row_sums, col_sums) / df.loc['Sum', 'Sum']

print(df)

执行后输出：

A    B  Sum
1    1.2  2.8    4
2    1.8  4.2    6
Sum  3.0  7.0   10

完美匹配你的替换规则：

• 原1 → 3×4/10 = 1.2
• 原2 → 3×6/10 = 1.8
• 原3 → 4×7/10 = 2.8
• 原4 → 7×6/10 = 4.2

扩展性说明 #

这个方法完全不依赖固定的行数和列数：

• iloc[:-1, :-1] 自动定位所有需要替换的单元格（排除最后一行Sum和最后一列Sum）
• row_sums 和 col_sums 动态提取当前DataFrame的行、列总和
• 外积运算np.outer会自动根据行、列总和的长度生成对应维度的替换矩阵

哪怕你后续把DataFrame扩展成5行8列，只要保持最后一行是行总和、最后一列是列总和的结构，这段代码直接就能用，不用做任何修改。

内容的提问来源于stack exchange，提问作者Samuel