如何在Pandas中计算指定公式并单行输出命名与结果？

首先，咱们先理清问题：你想要把named列的每个值和对应的计算结果（公式my - all/headers）逐行打印出来，但之前的代码因为把整个Series转成字符串拼接，导致输出不是每行对应的格式。

步骤1：确保数据计算正确 #

首先先完成计算，建议先新增一个结果列，这样后续处理更清晰：

import pandas as pd

# 读取数据（你的原有代码没问题）
df = pd.read_csv(file, skiprows=1, names=['all','my','headers','named'])

# 计算结果列：注意运算顺序，除法优先级高于减法，和你的公式一致
df['calculated_result'] = df['my'] - df['all'] / df['headers']

步骤2：逐行打印对应的值 #

接下来有几种简单的方法实现单行打印的需求：

方法一：使用iterrows()遍历每行

这是最直观的方式，逐行读取数据并打印：

for _, row in df.iterrows():
    # 可以用f-string格式化输出，还能控制小数位数
    print(f"{row['named']} {row['calculated_result']:.2f}")

方法二：用zip()配对两个Series

把named列和结果列配对后遍历，效率比iterrows稍高：

for name, result in zip(df['named'], df['calculated_result']):
    print(f"{name} {result:.2f}")

方法三：使用apply()逐行处理

用apply指定按行处理，一行代码搞定：

df.apply(lambda row: print(f"{row['named']} {row['calculated_result']:.2f}"), axis=1)

为什么你的原有代码不行？ #

你之前的代码print(df['named'] + " " + str( (df['my'].astype(float) - df['all'].astype(float)) / df['headers'].astype(float) ))是把整个named Series和整个计算结果的Series转成字符串后拼接，这样会输出类似top bottom [49.19, 35.15]的格式，而不是每行对应的值。

示例输出 #

针对你给出的测试数据，运行上述代码后会输出：

top 49.19
bottom 35.15

内容的提问来源于stack exchange，提问作者johnnyb