如何在Pandas中对同维度DataFrame逐元素计算Fold Change？

Fold Change的逐元素计算公式为：(DataFrame2元素 - DataFrame1元素) / DataFrame1元素，基于你已有的抽样代码，只需在相减操作后加入除以df_sub1的步骤即可实现需求。

修改后的代码 #

# 保持原有抽样逻辑
df_sub1 = data1.sample(axis='rows', n=1000, replace=True, ignore_index=True)
df_sub7 = data7.sample(axis='rows', n=1000, replace=True, ignore_index=True)

# 逐元素计算Fold Change
df_fc = (df_sub7 - df_sub1) / df_sub1
# 也可以用pandas的方法链写法，和你原代码风格更统一：
# df_fc = df_sub7.sub(df_sub1).div(df_sub1)

关键注意事项 #

• 处理除以0的异常：如果df_sub1中存在0值，直接计算会产生inf（无穷大）或NaN，可以根据业务需求选择处理方式：

  # 方式1：把0替换为极小值，避免触发除以0错误
  df_sub1_safe = df_sub1.replace(0, 1e-9)
  df_fc = (df_sub7 - df_sub1_safe) / df_sub1_safe
  
  # 方式2：将计算结果中的异常值填充为指定值（比如0）
  import numpy as np
  df_fc = (df_sub7 - df_sub1) / df_sub1
  df_fc = df_fc.replace([np.inf, -np.inf], np.nan).fillna(0)
  

• 维度一致性：你的抽样代码已经用ignore_index=True重置了索引，确保两个抽样后的DataFrame行列完全对应，无需额外对齐操作。

内容的提问来源于stack exchange，提问作者thisisnotalbit