理解`pd.DataFrame.div()`和`pd.DataFrame.mul()`

Question

我正在尝试弄清楚如何划分两个数据帧，而pd.DataFrame.div()和pd.DataFrame.mul()文档似乎并没有很好地为我解释所有事情。下面是MWE

import pandas as pd
import numpy as np

ref = pd.DataFrame({'key':['a','b','c','d','e','h','z'], 'Values1':[1,2,3,4,5,'NaN','NaN']})
sub = pd.DataFrame({'key':['a','b','z','e','c','a'], 'Values2':[20,40,'Nan',60,80,100]})

ref = ref.set_index('key').astype('float64')
sub = ref.set_index('key').astype('float64')


### Create some sample dataframes of same size w/ different values

test1 = pd.concat([ref.reindex(sub.index.tolist()), sub], axis=1).astype('float64')
test2 = pd.concat([sub,sub*3],axis=1

### Sample Computations 

# 1) Divide test2 by test1, axis = 'index'

test2.div(test1, axis = 'index')

    Values1  Values2    Values2
key         
a    NaN     1.0    0.333333
b    NaN     1.0    0.333333
z    NaN     NaN    NaN
e    NaN     1.0    0.333333
c    NaN     1.0    0.333333
a    NaN     1.0    0.333333

似乎正在发生的情况是，.div()方法获取test2的每一列，并将其除以test中同名的列。因此，.div()避免使用Values1列，然后对名称相似的列进行除法。我的目标是得到类似于下面的东西：

    Values1  Values2    
key         
a    0.05    0.33   
b    0.05    0.33   
z    NaN     NaN    
e    0.083   0.33   
c    0.038   0.33   
a    0.01    0.33   

我实际上可以通过执行test1.values / test2.values获得我想要的值，但是我必须将这些值重新合并到一个数据帧中，这似乎效率很低，并且表明我在尝试使用.div()或.mul()时可能做错了什么。

因此，我希望有人能向我解释.div()方法在这种情况下是如何工作的，以及为什么我的结果不是我认为应该得到的结果。

Answer 1

你的列是不一样的。这里的test2包含["Values2", "Values2"]列，而不是["Values1", "Values2"]列。请参见下面的固定列。还要注意你有一个打字错误，我做了标记。您也可以将2除以1，但您的预期输出是1除以2。

import pandas as pd
import numpy as np

ref = pd.DataFrame({'key':['a','b','c','d','e','h','z'], 'Values1':[1,2,3,4,5,'NaN','NaN']})
sub = pd.DataFrame({'key':['a','b','z','e','c','a'], 'Values2':[20,40,'Nan',60,80,100]})


ref = ref.set_index('key').astype('float64')
sub = sub.set_index('key').astype('float64') #fixed typo


### Create some sample dataframes of same size w/ different values

test1 = pd.concat([ref.reindex(sub.index.tolist()), sub], axis=1).astype('float64')
test2 = pd.concat([sub,sub*3],axis=1)
test2.columns=test1.columns #fix columns

### Sample Computations 

# 1) Divide test2 by test1, axis = 'index'

print(test1)

print(test2)

print(test2.div(test1))
#showing axis:
print(test2.div([1,2], axis = 'columns'))
print(test2.div([1,2,3,4,5,6], axis = 'index'))