他のすべての列を最後の列の値で割ります。

Question

以下のデータがあります。私はウェイトカラムで1行おきに分割したいと思います。これを行うための自動化された方法はありますか？私のデータにはいくつかの列があります。

私が探しているのは、A/Weightの結果がA列に置き換えられ、C/Weightの結果がC列に置き換えられ、最後の列対まで続きます。

  A   B   C   D  Weight 
0 2.056494 -3.002088 0.516822 -1.338846  0.40 
1 0.082295 1.387734 -0.495226 1.119553  0.50 
2 0.298618 -0.130158 0.804705 -0.120110  0.25 
3 0.178088 1.137238 1.331856 -0.472720  0.50 
4 -0.378670 1.649041 -0.240723 2.044113  0.65 
5 3.602587 1.152502 -0.170646 -0.961922  0.50 
6 -0.285846 -0.154891 1.492879 0.752487  0.56 
7 -0.412809 1.076796 -2.001025 -0.954021  0.25 

私はこのような何かを持っているが、それは動作しません：

results=results.iloc[:, 0::2].div(results['Weight'], axis=0) 

以下のコードは、他のすべての列（B/AおよびD/C）のために働きます。しかし、分母には「Weight」列だけが必要です。

results_201.iloc[:,1::2] /= results_201.iloc[:,::2].values 

お読みいただきありがとうございます。

Answer 1

ここにbroadcastingが必要です。ですから、1つのアプローチは、のようなので、その場での編集のための基本となる配列データを使用して伴うだろう -

df.iloc[:,:-1:2] = df.iloc[:,:-1:2].values/df.iloc[:,[-1]].values 

サンプル実行 -

In [62]: df 
Out[62]: 
     A  B  C  D Weight 
0 2.0565 -3.0021 0.5168 -1.3388 0.4000 
1 0.0823 1.3877 -0.4952 1.1196 0.5000 
2 0.2986 -0.1302 0.8047 -0.1201 0.2500 
3 0.1781 1.1372 1.3319 -0.4727 0.5000 
4 -0.3787 1.6490 -0.2407 2.0441 0.6500 
5 3.6026 1.1525 -0.1706 -0.9619 0.5000 
6 -0.2858 -0.1549 1.4929 0.7525 0.5600 
7 -0.4128 1.0768 -2.0010 -0.9540 0.2500 

In [63]: df.iloc[:,:-1:2] = df.iloc[:,:-1:2].values/df.iloc[:,[-1]].values 

In [64]: df 
Out[64]: 
     A  B  C  D Weight 
0 5.1412 -3.0021 1.2921 -1.3388 0.4000 
1 0.1646 1.3877 -0.9905 1.1196 0.5000 
2 1.1945 -0.1302 3.2188 -0.1201 0.2500 
3 0.3562 1.1372 2.6637 -0.4727 0.5000 
4 -0.5826 1.6490 -0.3703 2.0441 0.6500 
5 7.2052 1.1525 -0.3413 -0.9619 0.5000 
6 -0.5104 -0.1549 2.6659 0.7525 0.5600 
7 -1.6512 1.0768 -8.0041 -0.9540 0.2500 

が目に容易に代替として全体のデータを取得することです配列ビューとその配列自体の処理 -

In [96]: df 
Out[96]: 
     A  B  C  D Weight 
0 2.0565 -3.0021 0.5168 -1.3388 0.4000 
1 0.0823 1.3877 -0.4952 1.1196 0.5000 
2 0.2986 -0.1302 0.8047 -0.1201 0.2500 
3 0.1781 1.1372 1.3319 -0.4727 0.5000 
4 -0.3787 1.6490 -0.2407 2.0441 0.6500 
5 3.6026 1.1525 -0.1706 -0.9619 0.5000 
6 -0.2858 -0.1549 1.4929 0.7525 0.5600 
7 -0.4128 1.0768 -2.0010 -0.9540 0.2500 

In [97]: a = df.values 

In [98]: a[:,:-1:2] /= a[:,[-1]] 

In [99]: df 
Out[99]: 
     A  B  C  D Weight 
0 5.1412 -3.0021 1.2921 -1.3388 0.4000 
1 0.1646 1.3877 -0.9905 1.1196 0.5000 
2 1.1945 -0.1302 3.2188 -0.1201 0.2500 
3 0.3562 1.1372 2.6637 -0.4727 0.5000 
4 -0.5826 1.6490 -0.3703 2.0441 0.6500 
5 7.2052 1.1525 -0.3413 -0.9619 0.5000 
6 -0.5104 -0.1549 2.6659 0.7525 0.5600 
7 -1.6512 1.0768 -8.0041 -0.9540 0.2500