如何用不同值对DataFrame的各行执行除法运算？

我有一个简单的DataFrame，希望将每行数据除以不同的值（此处各行是周数据的总和，需除以对应月份的周数）。执行以下代码后无任何变化，结果与除法操作前一致，尝试使用常量调用div函数也得到相同结果。请问问题出在哪里？

用户代码：

number_of_weeks = [4,4,5,1]

for i in range(len(df_Plot.index)):
    df_Plot.iloc[[i][:]].div(number_of_weeks[i])

原始DataFrame示例：

A       B       C       D
Date                                      
2023-01-31  0.0325  3.6375  0.0000   0.025
2023-02-28  0.0300  1.7000  0.0000   0.000
2023-03-31  0.0000  0.4375  0.1875   0.000
2023-04-30  0.0250  0.5500  0.4250   0.000

问题原因 #

1. Pandas方法的返回特性：div()方法默认返回一个新的DataFrame/Series对象，不会直接修改原数据。你的代码仅调用了div()，但未将计算结果赋值回原DataFrame的对应行，因此原数据完全没有变化。
2. 冗余的索引切片：iloc[[i][:]]属于多余写法，等价于iloc[[i]]，这部分不影响功能，但增加了代码复杂度。

解决方法 #

方法一：利用广播机制（推荐，无需循环） #

将周数列表转换为与DataFrame索引匹配的Series，Pandas会自动按行匹配执行除法，效率远高于循环：

import pandas as pd

number_of_weeks = [4,4,5,1]
# 创建与原DataFrame索引一致的Series
week_series = pd.Series(number_of_weeks, index=df_Plot.index)
# 执行除法并覆盖原DataFrame
df_Plot = df_Plot.div(week_series, axis=0)

方法二：修正循环逻辑（适合理解基础操作） #

如果坚持使用循环，需将div()的结果赋值回原DataFrame的对应行：

number_of_weeks = [4,4,5,1]

for i in range(len(df_Plot.index)):
    # 对单行执行除法，并赋值回原位置
    df_Plot.iloc[i] = df_Plot.iloc[i].div(number_of_weeks[i])

执行上述任一方法后，原DataFrame会更新为每行除以对应周数后的结果。

内容的提问来源于stack exchange，提问作者Jim Rutter