对比DataFrame子集与全集并计算占比：求解拼写比赛晋级最后轮次儿童的百分比问题

嘿，这个需求用Pandas其实很容易实现，我来给你拆解步骤，顺便分享几个实用的小技巧～

首先咱们核心要拿到两个数据：总参赛儿童数和成功晋级最后一轮的儿童数，用后者除以前者再乘以100就能得到百分比。下面分两种常见场景给你具体代码：

场景1：晋级轮次是数值型（比如1、2、3…最后一轮是最大值） #

假设你的DataFrame叫spell_comp_df，记录晋级轮次的列名为final_round：

# 1. 获取最后一轮的轮次号（数值型列的最大值就是最后一轮）
last_round = spell_comp_df['final_round'].max()

# 2. 计算总参赛人数
total_kids = spell_comp_df.shape[0]  # 也可以用 len(spell_comp_df)，效果完全一致

# 3. 筛选出晋级最后一轮的人数
finalists = spell_comp_df[spell_comp_df['final_round'] == last_round].shape[0]

# 4. 计算百分比，保留两位小数更直观
percentage = round((finalists / total_kids) * 100, 2)

print(f"晋级最后一轮的儿童占比：{percentage}%")

场景2：晋级轮次是字符串型（比如"Round 1"、"Final Round"） #

如果轮次列是明确的文字标识，直接匹配目标值就行：

# 直接筛选出晋级"Final Round"的行
finalists = spell_comp_df[spell_comp_df['final_round'] == 'Final Round'].shape[0]
total_kids = len(spell_comp_df)
percentage = round((finalists / total_kids) * 100, 2)

print(f"晋级最后一轮的儿童占比：{percentage}%")

更简洁的技巧：用mean()一步算比例 #

Pandas里布尔类型的Series平均值就是符合条件的比例（因为True会被当作1，False当作0），所以可以省掉好几行代码：

# 数值型轮次的情况
percentage = round((spell_comp_df['final_round'] == spell_comp_df['final_round'].max()).mean() * 100, 2)

# 字符串型轮次的情况
percentage = round((spell_comp_df['final_round'] == 'Final Round').mean() * 100, 2)

常用工具函数说明 #

• df.shape[0]：快速获取DataFrame的行数（总人数），大数据集下比len(df)效率略高
• df[condition].shape[0]：筛选符合条件的行后获取行数（晋级人数）
• Series.mean()：利用布尔值特性直接计算比例，代码更简洁
• round()：控制百分比的小数位数，让结果更美观

内容的提问来源于stack exchange，提问作者cxspv2108