熊猫数据透视表：除以行总和的麻烦

Question

我在使用带有 pandas 中列名称的数据透视表时遇到问题。

这是我的问题

from collections import OrderedDict
import pandas as pd


table = OrderedDict((
("Item", ['Item0', 'Item0', 'Item1', 'Item1']),
('CType',['Gold', 'Bronze', 'Gold', 'Silver']),
('USD',  [1, 2, 3, 4]),
('EU',   [1, 2, 3, 4])
))
d = pd.DataFrame(table)

print d

p = d.pivot_table(index='Item', columns='CType', values='USD')
print p

p.fillna(0, inplace=True)
print p

下面的操作给了我一个奇怪形状的 NaN。 我错过了什么？

 p / p.sum(axis = 1)

P.S：数据示例取自here，但我自己的数据显示相同的行为

Answer 1

改用DF.div：

p.div(p.sum(1), 0)

上述方法中的axis=1 的行为方式与您之前所做的方式相似，从而导致所有Nans。

您必须通过提供 axis=0 使其按行（沿索引）计算。