如何在Pandas中以行索引为变量对数据集列执行指定算术运算

核心问题修正 #

你的代码存在两处关键错误：

1. 分子逻辑错误：公式要求是y[i]-y[0]，你写成了csv_in.iloc[0] + csv_in，应改为csv_in - csv_in.iloc[0]
2. 索引维度不匹配：csv_in.index.to_series()是一维行索引，和DataFrame列运算时广播方向不对，需要把索引转成列方向的二维数组，让每个行索引能对应到每列的元素上。

正确的一行代码实现 #

不需要循环，利用Pandas的广播机制就能完成所有列的运算：

import pandas as pd

csv_in = pd.read_csv('data.csv')
# 一行完成公式计算
result = (csv_in - csv_in.iloc[0]) / (csv_in.iloc[5] - csv_in.iloc[0]) - csv_in.index.to_numpy()[:, None]

# 可选：将结果保存为新CSV文件
result.to_csv('output.csv', index=False)

代码细节解释 #

• csv_in - csv_in.iloc[0]：对每列的每个元素，减去该列第0行的基准值y[0]
• csv_in.iloc[5] - csv_in.iloc[0]：计算每列的分母y[5]-y[0]，得到与列数一致的一维数组，Pandas会自动广播到所有行
• csv_in.index.to_numpy()[:, None]：把行索引转成N行1列的二维数组，确保每个行索引能和对应行的所有列元素匹配，实现-i的运算

验证示例（简化版） #

假设输入数据：

以col1为例计算：

• 分母：25-10=15
• 第0行结果：(10-10)/15 -0 = 0
• 第1行结果：(12-10)/15 -1 ≈ -0.867
• 第5行结果：(25-10)/15 -5 = -4
  完全符合公式预期。

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