从具有相似前缀的列中划分元素

Question

我有以下数据框：

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

我想划分具有相似前缀的列以获得以下内容：

df: 
    x    y
 0  1/9  5/13
 1  2/10 6/14

如果可能，可以用一行完成吗？

谢谢。

Answer 1

一种方法：

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)

输出

          x         y
0  0.111111  0.384615
1  0.200000  0.428571

如果您更喜欢单行方法，您可以使用：

res = df.astype(np.float64).groupby(df.columns.str[0], axis=1).agg(np.divide.reduce, axis=1)

Answer 2

如果前缀始终采用 *_A 和 *_B 格式，您可以使用 filter 和除法来实现此效果：

df.filter(like='_A') / df.filter(like='_B').to_numpy()

        x_A       y_A
0  0.111111  0.384615
1  0.200000  0.428571

第二个子帧需要 .to_numpy() 调用以强制除法并避免结果中出现 NaN（由于列索引无法对齐）。

从具有相似前缀的列中划分元素

Divide elements from columns with similar prefix

python

prefix

divide

dataframe

pandas