1
1 2 3 4
4 2 6 2
8 5 3 1
결과가
0.25 1 0.5 2
0.5 0.4 2 2
입니다
1 2 3 4
4 2 6 2
8 5 3 1
결과가
0.25 1 0.5 2
0.5 0.4 2 2
입니다
div
shift
ed로 나눌 수 있습니다., 마지막 dropna
에 의해 NaN
행을 제거 :
print (df)
a b c d
0 1 2 3 4
1 4 2 6 2
2 8 5 3 1
print (df.div(df.shift(-1), axis=1))
a b c d
0 0.25 1.0 0.5 2.0
1 0.50 0.4 2.0 2.0
2 NaN NaN NaN NaN
df = df.div(df.shift(-1), axis=1).dropna(how='all')
print (df)
a b c d
0 0.25 1.0 0.5 2.0
1 0.50 0.4 2.0 2.0
마지막 행은 선택이다 제거에 대한 또 다른 해결책을 iloc
기준 :
df = df.div(df.shift(-1), axis=1).iloc[:-1]
print (df)
a b c d
0 0.25 1.0 0.5 2.0
1 0.50 0.4 2.0 2.0