pandas中对指定列行值做归一化实现行和为1的方法

核心逻辑 #

要让指定列的每行数值总和为1，本质是对目标列做行归一化：每一行的目标列数值除以该行在目标列上的总和，即可自然得到行和为1的结果。

完整实现步骤 #

1. 构造测试数据 #

先还原问题中的示例原始数据：

import pandas as pd

# 构造示例DataFrame
data = {
    'columnA': ['A', 'B', 'C'],
    'columnB': [1, 1, 0],
    'columnC': [0, 1, 0],
    'columnD': [0, 0, 1],
    'columnE': [10, 15, 10]
}
df = pd.DataFrame(data)

2. 执行归一化处理 #

# 定义需要调整行和的目标列
target_cols = ['columnB', 'columnC', 'columnD']

# 计算每行在目标列的总和
row_sum = df[target_cols].sum(axis=1)

# 按行做除法归一化，同时处理除零异常
df[target_cols] = df[target_cols].div(row_sum, axis=0).fillna(0)

提示：如果需要保留原始数据不被修改，可先通过df_new = df.copy()复制副本，后续操作针对副本执行即可。

代码参数说明 #

• sum(axis=1)：按行维度计算指定列的总和，返回每行对应的和值Series
• div(..., axis=0)：指定按行对齐做除法，避免广播逻辑错误
• fillna(0)：若某行目标列全为0，除法会产生NaN，这里统一填充为0，可根据业务需求调整填充值

处理结果验证 #

运行上述代码后，输出的DataFrame与目标效果完全一致：

columnA  columnB  columnC  columnD  columnE
0       A      1.0      0.0      0.0       10
1       B      0.5      0.5      0.0       15
2       C      0.0      0.0      1.0       10

内容的提问来源于stack exchange，提问作者PV8