将 pandas 数据框除以其索引列和行的总和

Question

这是我目前拥有的：    print(df)    10   25  2610  530  1   46  25  1    61  6126  46   61  330我如何将其转换为 df1 以便我们将行中的每个元素除以索引列的总和？df1 的输出应如下所示：df1:    10             25               2610  530/(530)     1/(530+61)       46/(530+330)  25  1/(61+530)    61/(61)          61/(61+330)26  46/(330+530)  61/(330+61)      330/(330)    print(df1)    10      25        2610  1       0.0016    0.053425  0.0016  1         0.156026  0.0534  0.1560    1

Answer 1

IIUC，尝试：

a = np.diag(df)[None, :]

b = np.diag(df)[:, None]

c = a+b

np.fill_diagonal(c, np.diag(df))

df_out = df.div(c)

df_out

输出：

          10        25        26

10  1.000000  0.001692  0.053488

25  0.001692  1.000000  0.156010

26  0.053488  0.156010  1.000000

Answer 2

我认为这是解决方案，但您必须更改列和索引。

import pandas as pd

df = pd.DataFrame({530: [530, 1, 46],

                   61: [1, 61, 61],

                   330: [46, 61, 330]},

index = [530, 61, 330])

for i in range(len(df)):

   for j in range(len(df)):

      if i == j:

         df.iloc[i,j] = df.iloc[i, j] / df.index[i]

      else:

         df.iloc[i,j] = df.iloc[i,j] / (df.index[i] + df.columns[j])

df

Answer 3

您可以将行除以列中的最大值来重现您的示例。

 df1 = pd.DataFrame(

{

    "column1": df['10'].divide(df['10'].max()),

    "column2": df['25'].divide(df['25'].max()),

    "column3": df['26'].divide(df['26'].max())

}

)