如何基于行内首个非空值动态对pandas DataFrame执行除法运算
2026-9-30
解决方案
易读实现（适合中小数据量）
核心思路是逐行提取首个非空值作为基准除数，再将整行数据除以该值得到剩余占比：
# 提取每行首个非空值作为基准 first_val = pivot.apply(lambda row: row.dropna().iloc[0], axis=1) # 按行计算剩余占比 retention = pivot.div(first_val, axis=0) # 可按需保留小数位，例保留3位：retention = retention.round(3)
高性能实现（适合百万级以上大数据量）
用向量化操作替代逐行遍历，运行效率更高：
# 生成非空掩码矩阵 mask = pivot.notna() # 取每行第一个非空值的列索引 first_col_idx = mask.values.argmax(axis=1) # 批量提取每行首个非空值 first_val = pivot.values[range(len(pivot)), first_col_idx] # 按行计算剩余占比 retention = pivot.div(first_val, axis=0)
效果验证
以行索引2020-02的行为例：
首个非空值为15，2020-03列值13计算得13/15≈0.87，2020-04列值8计算得8/15≈0.533，完全符合需求。
内容的提问来源于stack exchange，提问作者bellotto
相关产品推荐
相关产品推荐
