如何基于两个Pandas DataFrame按样本计算自然对数比值生成新DataFrame

现有两个对应不同时间点的Pandas DataFrame，列名完全一致，每一列代表一种细菌，每一行的索引是带时间前缀的样本ID。示例数据如下：

df_time0 = pd.DataFrame({'Bacteria1': [0.1, 0.2, 0.3],'Bacteria2': [0.2, 0.3, 0.4],
                         'Bacteria3': [0.3, 0.4, 0.5],}, index=['T0subject001', 'T0subject010', 'T0subject200'])

df_time1 = pd.DataFrame({'Bacteria1': [0.15, 0.15, 0.4],'Bacteria2': [0.3, 0.35, 0.2],
                         'Bacteria3': [0.3, 0.45, 0.6],}, index=['T1subject001', 'T1subject010', 'T1subject200'])

需要生成一个新的DataFrame，其中每个值为time1对应样本的细菌值除以time0对应样本细菌值的自然对数，新DataFrame的索引要去掉时间前缀（比如subject001）。例如：
new_df.at["subject001", "Bacteria1"] = ln(df_time1.at["T1subject001", "Bacteria1"]/df_time0.at["T0subject001", "Bacteria1"])

无需手动遍历DataFrame，利用Pandas的索引处理和向量运算就能高效实现：

import pandas as pd
import numpy as np

# 示例数据
df_time0 = pd.DataFrame({'Bacteria1': [0.1, 0.2, 0.3],'Bacteria2': [0.2, 0.3, 0.4],
                         'Bacteria3': [0.3, 0.4, 0.5],}, index=['T0subject001', 'T0subject010', 'T0subject200'])

df_time1 = pd.DataFrame({'Bacteria1': [0.15, 0.15, 0.4],'Bacteria2': [0.3, 0.35, 0.2],
                         'Bacteria3': [0.3, 0.45, 0.6],}, index=['T1subject001', 'T1subject010', 'T1subject200'])

# 去掉索引的时间前缀，统一为纯样本ID
df_time0.index = df_time0.index.str[2:]
df_time1.index = df_time1.index.str[2:]

# 直接计算对应位置的比值自然对数，Pandas会自动按索引和列名对齐数据
result_df = np.log(df_time1 / df_time0)

print(result_df)

代码说明 #

• str[2:]：截取索引字符串从第3位开始的部分，直接去掉T0/T1前缀
• np.log()：计算自然对数，借助Pandas的自动对齐机制，确保每个样本的对应细菌值精准匹配计算
• 这种向量运算方式比手动遍历效率高数倍，尤其适合大样本量的数据集

内容的提问来源于stack exchange，提问作者Luis_12345