Python循环后构建正确DataFrame：列对比值计算问题求助

看起来你已经找对了计算比值的方向，但在构建结果DataFrame时的逻辑有点偏差——你现在是把每个比值序列当成了结果里的一行，而我们需要的是把每个比值序列作为结果里的一列。下面给你两种可行的解决方案：

方案一：手动遍历列对，构建新列 #

这种方式直观易懂，适合刚接触pandas的场景：

1. 首先分离出所有的A列和对应的B列
2. 遍历每一对列，计算比值并命名新列
3. 把新列和原Name列合并成最终的DataFrame

import pandas as pd
import numpy as np

# 假设你的原始DataFrame是df
# 第一步：提取所有A列和对应的B列
a_cols = [col for col in df.columns if col.endswith('A')]
b_cols = [col.replace('A', 'B') for col in a_cols]

# 第二步：初始化结果DataFrame，先保留Name列
result_df = df[['Name']].copy()

# 第三步：遍历每一对列，计算比值并添加到结果中
for a_col, b_col in zip(a_cols, b_cols):
    # 生成新列名，比如"1_ratio"对应1B/1A，也可以用"1B_over_1A"更直观
    ratio_col_name = f"{a_col[:-1]}_ratio"
    # 计算比值：B列除以A列
    result_df[ratio_col_name] = df[b_col] / df[a_col]

# 查看结果
print(result_df)

方案二：用groupby简化操作 #

如果你的列名都是"XA"和"XB"的固定格式，可以用pandas的groupby按列名前缀分组，自动计算比值，代码更简洁：

# 跳过Name列，按列名的前缀（去掉最后一个A/B字符）分组
grouped = df.iloc[:, 1:].groupby(lambda col: col[:-1], axis=1)

# 对每个分组计算B列除以A列的比值
ratio_df = grouped.apply(lambda x: x.iloc[:, 1] / x.iloc[:, 0])

# 合并Name列和比值列，并重命名新列
final_df = pd.concat([df['Name'], ratio_df], axis=1)
final_df.columns = ['Name'] + [f"{col}_ratio" for col in ratio_df.columns]

print(final_df)

为什么你的原始代码会混乱？ #

你之前的循环里，每次把一个比值序列（对应原DataFrame的所有行）作为字典的值，然后把这些字典放进列表。当你用pd.DataFrame(l)转换时，pandas会把每个字典当成结果里的一行，而每个比值序列会被拆分成多个列，这就导致了格式混乱。正确的逻辑应该是把每个比值序列作为结果里的一列，而不是一行。

内容的提问来源于stack exchange，提问作者Simone F