Python pandas如何按匹配ID跨表做除法计算并生成指定列

直接按需求做关联计算即可，步骤如下：

• 先固定Jan到Sep的9个月份列名，后续批量处理不用重复写代码
• 处理第二个除数表：只保留ID和9个月份列，把所有月份列重命名为D+月份名（比如Jan改成DJan），避免和原表的同名字段冲突
• 用左连接以ID为关联键，把处理好的除数列拼到第一个原始表上，保证原始表的所有行都完整保留，不会因为第二个表有多余ID丢失数据
• 遍历每个月份列，用原始表的月份值除以对应D列的除数，得到R+月份名的结果列
• 最后调整列顺序，严格按照要求排列：原始表原有字段在前，中间是D开头的除数列，最后是R开头的计算结果列

完整可运行代码 #

import pandas as pd

# 初始化第一个原始DataFrame
d = {'Name' : pd.Series(['A', 'A', 'A','B', 'B', 'B', 'C', 'D', 'D']), 
 'ID' : pd.Series(['10', '11', '12','13', '10', '12','14','10','12']),
 'Jan' : pd.Series([100,200,300,200,400,600,20,50,100]),
 'Feb' : pd.Series ([100,150,200,100,200,300,200,50,100]),
 'Mar' : pd.Series([100,200,300,200,400,400,20,40,50]),
 'Apr' : pd.Series([10,250,200,100,200,400,210,105,100]),
 'May' : pd.Series([100,100,100,200,200,300,200,60,50]),
 'Jun' : pd.Series([100,200,200,200,100,200,200,410,50]),
 'Jul' : pd.Series([50,100,240,200,200,450,200,410,50]),
 'Aug' : pd.Series([100,100,200,100,200,100,120,140,150]),
 'Sep' :  pd.Series([100,100,200,100,200,100,100,140,150]),
'YES' : pd.Series(['Y','N','Y','N','Y','Y','N','N','N'])}
newdf = pd.DataFrame(d) 

# 初始化第二个除数DataFrame
d2 = {'ID' : pd.Series(['10', '11', '12','13', '14','17','20','21','50']), 
 'Jan' : pd.Series([10,20,30,20,40,60,2,5,10]),
 'Feb' : pd.Series([10,15,20,10,20,30,20,5,10]),
 'Mar' : pd.Series([10,20,30,20,40,40,2,4,5]),
 'Apr' : pd.Series([15,10,20,10,10,10,12,14,15]),   
 'May' : pd.Series([10,25,20,10,20,40,21,15,10]),
 'Jun' : pd.Series([15,10,20,10,10,10,12,14,15]),
 'Jul' : pd.Series([2,2,2,0,2,2,3,2,2]),
 'Aug' : pd.Series( [2,2,2,20,2,1,2,2,2]),
 'Sep' : pd.Series( [3,0,2,2,2,1,2,5,2]),   
 'YES' : pd.Series(['Y','N','Y','N','Y','','','NS'])}
newdf1 = pd.DataFrame(d2)

# 核心处理逻辑
month_cols = ['Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep']
# 预处理除数表，重命名月份列为D开头
divisor_df = newdf1[['ID'] + month_cols].rename(columns={col:f'D{col}' for col in month_cols})
# 左连接保留原表所有行
result = newdf.merge(divisor_df, on='ID', how='left')
# 批量计算除法结果列
for col in month_cols:
    result[f'R{col}'] = result[col] / result[f'D{col}']
# 调整列顺序匹配要求
original_cols = ['Name','ID'] + month_cols + ['YES']
result = result[original_cols + [f'D{col}' for col in month_cols] + [f'R{col}' for col in month_cols]]

结果验证 #

运行代码后取索引为5的行查看，输出和给出的预期完全一致：

• 该行对应Name为B、ID为12，原始Jan值600除以DJan值30得到RJan=20
• Feb值300除以DFeb值20得到RFeb=15
• Mar值400除以DMar值30得到RMar≈13.33
• 其余月份计算结果和预期完全匹配

注意：测试数据中存在除数为0的场景（比如ID=13的DJul=0、ID=11的DSep=0），默认计算会得到inf值，如果需要把这类异常值替换为空或者自定义值，可以把计算R列的代码改成result[f'R{col}'] = result[col].div(result[f'D{col}'].replace(0, pd.NA))，除0场景就会返回空值。

内容的提问来源于stack exchange，提问作者thangaraj1980