如何用Python将DataFrame所有观测值除以DC列对应单元格值？

直接用pandas的向量化除法操作即可，完全不需要iterrows这种低效的循环方法，代码如下：

1. 构造示例数据 #

import pandas as pd

# 模拟你的原始DataFrame
df = pd.DataFrame({
    'AB': [40, 10],
    'BC': [50, 20],
    'DA': [4, 10],
    'DC': [10, 5],
    'FF': [60, 20]
})

2. 执行逐行除法操作 #

# 整个DataFrame除以DC列的对应行值，axis=0表示按行对齐广播
new_df = df.div(df['DC'], axis=0)

执行后new_df的正确结果如下：

（注：你提供的示例结果第二行存在笔误，按照“所有观测值除以DC列对应单元格值”的逻辑，第二行各值应为10/5=2、20/5=4、10/5=2、5/5=1、20/5=4）

为什么这个方法最优？ #

• 效率极高：向量化操作基于numpy底层实现，避免了Python层面的循环，对于你这种300+行、4000+列的大DataFrame，速度比iterrows快几个数量级。
• 代码简洁：一行代码完成需求，可读性强，不容易出错。
• 自动对齐：pandas会自动按行索引对齐，不需要手动处理行匹配问题。

内容的提问来源于stack exchange，提问作者kukulu