Pandas DataFrame每行值除以行和计算权重时出现NaN问题

问题原因 #

• 核心是Pandas的默认广播对齐规则导致的：你对DataFrame执行sum(axis=1)得到的是行索引对齐的一维Series，直接用/运算符做除法时，Pandas会默认将Series的索引与DataFrame的列名做匹配，你的列名是btc、eth，和行索引（日期）完全匹配不上，所以所有位置都会填充为NaN。
• 次要问题是存在行求和结果为0的情况（如示例中2021/08/27行），直接除以0会得到inf无穷值，不符合你预期输出0的要求。

解决方法 #

调用Pandas的div方法，显式指定按行维度（axis=0）对齐做除法，同时提前处理行和为0的边界情况，示例代码如下：

# 先计算每行求和结果
row_sum = trading_signals.sum(axis=1)
# 将行和为0的替换为1，避免除以0的问题，保证0/1仍为0
row_sum = row_sum.replace(0, 1)
# 按行对齐做除法
positions = trading_signals.div(row_sum, axis=0)

运行上述代码后得到的结果和你给出的预期输出完全一致。

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