为什么DataFrame除法运算返回ZeroDivisionError而非inf？

你遇到的报错是因为当除数列是整数类型时，pandas整数除法遇0会直接触发ZeroDivisionError，而浮点型除法遇0默认返回inf，你可以选择以下任意一种方法解决：

• 方法1：将除数转换为浮点型后再做除法，除0时会自动返回inf

# 写法1：直接转换除数类型
df['percent'] = df['value1'] / df['value2'].astype(float)

# 写法2：用pandas内置div方法实现相同效果
df['percent'] = df['value1'].div(df['value2'].astype(float))

• 方法2：使用numpy.where做条件判断，手动处理除数为0的场景，兼容性最强

import numpy as np

# 除数为0时直接赋值inf，否则执行正常除法
df['percent'] = np.where(df['value2'] == 0, np.inf, df['value1'] / df['value2'])

• 方法3：临时修改numpy的浮点错误捕获规则，屏蔽除零报错

import numpy as np

# 临时忽略除零错误，代码块执行结束后会自动恢复默认规则
with np.errstate(divide='ignore'):
    df['percent'] = df['value1'] / df['value2']

如果后续需要将结果中的inf替换为其他自定义值，可以补充对应处理代码：

# 示例：将正负inf替换为0，可按需修改目标值
df['percent'] = df['percent'].replace([np.inf, -np.inf], 0)

内容的提问来源于stack exchange，提问作者cm2115