如何设置参考行，使DataFrame中其他行对应值除以参考行的值？

问题描述 #

我有一个包含不同细胞及其mRNA表达数据的大型DataFrame，结构如下：

需要将指定行（比如示例中的Cell 2）设为参考行，让其他行的各列数值除以参考行对应列的数值，得到如下标准化结果：

解决方案（基于Pandas） #

假设你的DataFrame已加载完成，且细胞名称是索引列，可以通过以下简单步骤实现：

1. 提取参考行数值
   先获取指定参考行的所有列数值，以Cell 2为例：

   ref_values = df.loc["Cell 2"]
   

2. 执行标准化计算
   Pandas会自动按列对齐，直接让整个DataFrame除以参考行的Series即可：

   normalized_df = df / ref_values
   

3. （可选）转换为整数格式
   如果需要和示例一样保留整数结果，可转换数据类型：

   normalized_df = normalized_df.astype(int)
   

完整示例代码 #

import pandas as pd

# 构造示例DataFrame
data = {
    "A": [9, 3, 6],
    "Gene 1": [12, 6, 42],
    "Gene 2": [24, 12, 48],
    "Gene 3": [42, 21, 84],
    "Gene 4": [30, 15, 45]
}
df = pd.DataFrame(data, index=["Cell 1", "Cell 2", "Cell 3"])

# 指定参考行
ref_row = "Cell 2"
ref_values = df.loc[ref_row]

# 标准化计算
normalized_df = df / ref_values

# 转换为整数（按需选择）
normalized_df = normalized_df.astype(int)

print(normalized_df)

运行后输出：

A  Gene 1  Gene 2  Gene 3  Gene 4
Cell 1  3       2       2       2       2
Cell 2  1       1       1       1       1
Cell 3  2       7       4       4       3

注意事项 #

• 确保参考行中没有0值，否则会触发除以0的错误；若存在0，需提前处理（如跳过对应列或填充默认值）。
• 如果DataFrame使用数字索引，直接用索引值提取参考行即可，比如ref_values = df.loc[1]（假设Cell 2对应索引1）。

内容的提问来源于stack exchange，提问作者NPC