Панды - более разумный способ разделить некоторые столбцы на DataFrame на другой DataFrame ⇐ Python

[Anonymous]

У меня есть DataFrame df1 , который имеет столбец года и цифровые столбцы. Значения года в DF1 не являются уникальными. Я хотел бы нормализовать числовые столбцы DF1 на годовом уровне, используя определенную функцию. Для этого у меня есть еще один DataFrame DF2 , который имеет столбец года, и с теми же числовыми столбцами, что и в df1 . Чтобы сделать перенормировку, я хочу разделить все числовые столбцы в определенный год с DF2 за этот год. Есть «умный» способ выполнения той же процедуры. < /p>

Код: Выделить всё

import pandas as pd

df1 = pd.DataFrame({
'year': [1, 1, 0, 0],
'B': [4, 2, 1, 5],
'C': [5, 3, 2, 6],
'D': ["Good 1", "Good 2", "Good 1", "Good 2"]
})
df1
< /code>
  year  B   C      D
0   1   4   5   Good 1
1   1   2   3   Good 2
2   0   1   2   Good 1
3   0   5   6   Good 2
< /code>
df2 = pd.DataFrame({'year': [1, 0], 'B': [3, 5], 'C': [4, 7]})

vars_to_replace = ['B', 'C']
< /code>
This works:
for year in df1.year.unique():
df1.loc[df1.year == year, vars_to_replace] /= df2.loc[year]

df1
< /code>
    year    B        C               D
0   1   0.800000    0.714286    Good 1
1   1   0.400000    0.428571    Good 2
2   0   0.333333    0.500000    Good 1
3   0   1.666667    1.500000    Good 2
< /code>
The code achieves what I want but I'm not too happy with having to use for-loops. I've tried other alternatives but can't make it work. Any ideas? I've tried the following approach but it doesn't work because df1

не уникаль в год.

Код: Выделить всё

df1.set_index("year", inplace=True)
df2.set_index("year", inplace=True)
df1.loc[:, vars_to_replace] /= df2
< /code>
The last commands returns a "ValueError: cannot reindex on an axis with duplicate labels"
NOTE: after doing research on the questions and answers concerning this topic on SO, I was unable to find a case that covers a multicolumn operation where the indexes (year in df1

в моем примере) не уникальны.

Подробнее здесь: https://stackoverflow.com/questions/794 ... -dataframe