我有以下資料幀：
df = pd.DataFrame(list(zip([1,2],
[5,6],
[9,10],
[13,14])))
df.columns =['x_A', 'y_A', 'x_B', 'y_B']
df:
x_A y_A x_B y_B
0 1 5 9 13
1 2 6 10 14
我想劃分具有相似前綴的列以獲得以下內容：
df:
x y
0 1/9 5/13
1 2/10 6/14
如果可能的話，這可以用一行來完成嗎？
謝謝你。
uj5u.com熱心網友回復：
一種方法：
def divide_reduce(x):
y = x.to_numpy().astype(np.float64)
return np.divide.reduce(y, axis=1)
res = df.groupby(df.columns.str[0], axis=1).agg(divide_reduce)
print(res)
輸出
x y
0 0.111111 0.384615
1 0.200000 0.428571
如果您更喜歡單行方法，則可以使用：
res = df.astype(np.float64).groupby(df.columns.str[0], axis=1).agg(np.divide.reduce, axis=1)
uj5u.com熱心網友回復：
如果前綴的格式始終為 *_A 和 *_B，則可以使用filter和除法來達到此效果：
df.filter(like='_A') / df.filter(like='_B').to_numpy()
x_A y_A
0 0.111111 0.384615
1 0.200000 0.428571
第二個子幀需要.to_numpy()呼叫強制除法并避免結果中的 NaN（由于不可對齊的列索引）。
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/343410.html