Pandas 将一列除以另一列

在本文中，我们将探讨Pandas（Python数据分析库）中如何通过一列除以另一列，以及此操作的用途和示例。

在Pandas中，我们可以使用两列中的值进行运算，并将结果存储在一个新的列中。

阅读更多：Pandas 教程

创建数据框

为了演示如何将一个列除以另一个列，让我们首先创建一个简单的数据框：

import pandas as pd

data = {'A': [10, 20, 30, 40],
        'B': [5, 10, 15, 20]}

df = pd.DataFrame(data)

这将创建以下数据框：

列的除法

现在，我们可以使用Pandas中的div()方法通过A列除以B列，并将结果存储在一个新的列C中：

df['C'] = df['A'].div(df['B'])

print(df)

这将输出以下数据框，其中列C是新创建的列：

如您所见，我们使用了div()方法，将A列除以B列，并将结果存储在新的C列中。

我们还可以使用其他操作符，例如乘法（*）、加法（+）和减法（-），对数据框进行类似的数学计算。

示例：计算销售额的增长率

让我们考虑一个示例，其中我们有一个包含每月销售额的数据框，我们想要计算每个月的增长率。

import pandas as pd

data = {'Month': ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug'],
        'Sales': [10000, 12000, 15000, 18000, 22000, 25000, 28000, 30000]}

df = pd.DataFrame(data)

这将创建以下数据框：

现在，我们可以计算每个月的增长率，如下所示：

df['Growth Rate'] = df['Sales'].pct_change(periods=1)

print(df)

这将输出以下数据框，其中列“增长率”是新创建的列：

我们使用了pct_change()方法，该方法可以计算每个时间点的值与其先前值之间的变化百分比。

我们还可以将periods参数设置为一个整数，以指定要计算的时间段。在这个例子中，我们将期间设置为1，以计算每个月的销售增长率。

总结

在Pandas中，我们可以通过一列除以另一列来执行数学运算，并将结果存储在一个新的列中。这对于计算增长率或比率等指标非常有用。

在本文中，我们介绍了如何通过使用div()方法和pct_change()方法来执行此操作，并给出了相应的示例。希望这篇文章能够帮助您在Pandas中执行高效的数据分析操作。