如何用Pandas按行将df2每行值除以df1对应行的值？

你遇到的问题是因为原来的代码固定用了df1的第一行值，并且对齐方式不对，导致无法实现逐行对应除法的需求。下面是正确的实现方法和解释：

问题分析 #

你的需求核心是：

• df2的第i行所有元素，对应除以df1中索引为i的那个值（比如df2行0 ÷ df1索引0的值，df2行1 ÷ df1索引1的值，以此类推）
• 原代码df_divided = df_2.div(df_1.iloc[0], axis='column')的问题：
  • df_1.iloc[0]只取了df1的第一个值，导致所有行都用这个固定值做除法
  • axis='column'是按列对齐执行除法，和你要的逐行匹配逻辑完全不符

正确实现代码 #

首先先确认我们的DataFrame构造和你给出的一致：

import pandas as pd

# 构造df1（一维Series）
df1 = pd.Series(
    [0.963996, 0.313856, 0.047924, 0.034164, 0.622996],
    index=[0, 1, 2, 3, 4]
)

# 构造df2（二维DataFrame）
df2 = pd.DataFrame(
    [
        [0.648803, 0.042037, 0.405195, 0.194691],
        [0.212756, 0.481852, 0.317786, 0.631902],
        [0.360745, 0.940487, 0.447977, 0.398874],
        [0.046590, 0.291148, 0.336938, 0.119006]
    ],
    index=[0, 1, 2, 3]
)

然后执行正确的除法操作：

df_divided = df2.div(df1, axis=0)

代码解释 #

• df2.div(df1, axis=0)中，axis=0指定了按行对齐：
  1. Pandas会自动匹配df2的行索引和df1的索引
  2. 对于df2的每一行，用该行的所有元素除以df1中相同索引对应的那个值（这个值会自动广播到整行的所有元素）
  3. 因为df2只有行0-3，而df1的索引0-3都有对应值，所以刚好可以完成所有行的除法操作

比如执行后，df_divided的第一行结果就是：0.648803/0.963996 ≈ 0.6730、0.042037/0.963996 ≈ 0.0436、0.405195/0.963996 ≈ 0.4203、0.194691/0.963996 ≈ 0.2020，完全符合你的需求。

内容的提问来源于stack exchange，提问作者qawert