我想做的是
我正在用pandas计算某些透视表，我想用一个除以另一个。
下面是一个示例（使用虚构的数据），其中我有某些项目的销售数据，我想计算总销售额（以美元为单位）、销售项目总数、单价等。
另一个例子是计算加权平均值，在最后一步中，您需要除以权重。
数据具有多索引，因为它是通过各种分类（例如，分类）进行切片和切割的结果。你在伦敦和纽约卖出了多少高质量和低质量的小部件）。

最小可重复示例

在下面的例子中，我创建了一个尺寸为7 x8的数据框piv_all_sales：

• 7行：2个区域x 3个产品+ 1行用于总计
• 8列：2个指标（总销售额和净销售额）x（3种质量（低、中、高）+ 1列用于总计）

piv_all_sales看起来像这样：

piv_count计算我卖出了多少件商品，尺寸为7 x4：

我想将前者除以后者--但是DataFrame.div()方法不起作用--大概是因为两个 Dataframe 具有不同的列名。
另一个复杂之处是piv_all_sales有8列，而piv_count有4列

import numpy as np
import pandas as pd

rng = np.random.default_rng(seed=42)
df=pd.DataFrame()
df['region'] = np.repeat(['USA','Canada'],12)
df['product'] = np.tile(['apples','strawberries','bananas'],8)
df['quality'] = np.repeat(['high','medium','low'],8)

df['net sales'] = rng.integers(low=0, high=100, size=24)
df['gross sales'] = rng.integers(low=50, high=150, size=24)
df['# items sold'] = rng.integers(low=1, high=20, size=24)

piv_net_sales = pd.pivot_table(data=df,
                           values=['net sales'],
                           index=['region','product'],
                           columns=['quality'],
                           aggfunc='sum',
                           margins=True)

piv_all_sales = pd.pivot_table(data=df,
                           values=['net sales','gross sales'],
                           index=['region','product'],
                           columns=['quality'],
                           aggfunc='sum',
                           margins=True)

piv_count = pd.pivot_table(data=df,
                           values=['# items sold'],
                           index=['region','product'],
                           columns=['quality'],
                           aggfunc='sum',
                           margins=True)

我所尝试的

我不知道如何将（7 x8） Dataframe 除以（7 x4） Dataframe 。
因此，我开始试图划分一个7 x4的7 x4，即使用dataframe只有净销售额，而不是净和毛在一起。然而，两者都不起作用：

out1 = piv_net_sales / piv_count
out2 = piv_net_sales.div(piv_count)

大概是因为pandas查找但没有找到同名的列？
两者都不起作用，因为两者都产生所有nan的7 x8 Dataframe

部分、低效的解决方案

唯一有效的方法是将每个 Dataframe 转换为一个numpy数组，然后将两个数组分开。这样，列名不同就不再重要了。然而：

• 这是非常不优雅和乏味的，因为我必须将 Dataframe 转换为numpy数组，然后用正确的索引重新创建 Dataframe
• 我仍然不知道如何将7 x8 Dataframe 除以7 x4;也许把7 x8分成2个（7 x4）数组，计算每个数组，然后再把它们组合起来？

工作，但不是很优雅，也没有效率
out3 = piv_net_sales.to_numpy（）/ piv_count.to_numpy（）

类似问题

我发现了一些类似的问题，例如：
How to divide two Pandas Pivoted Tables
但我无法将这些答案应用到我的案子上