如何用Pandas遍历DataFrame列计算城市人口占所属国百分比

你的代码核心问题是用了低效的嵌套循环，且没利用Pandas的矢量化操作（这是Pandas的核心优势，比逐行循环高效且逻辑清晰）。另外需要先明确提取固定的国家总人口，再分别计算对应城市类别的占比。

修正步骤 #

1. 读取并清理数据：把带逗号的人口字符串转为数值类型，确保能正常计算。
2. 提取固定国家人口：所有A类城市属于A国，所有B类城市属于B国，直接从数据中取出两国的总人口值。
3. 矢量化计算占比：直接对整列做运算，无需逐行遍历。
4. 新增结果列：把计算好的占比列添加到原数据中。

完整代码 #

import pandas as pd

# 读取Excel数据，列名需和你的Excel实际列名对应
df = pd.read_excel("population.xlsx", usecols=['国家', '国家人口', 'A类城市', 'A类城市人口', 'B类城市', 'B类城市人口'])

# 清理数据：去除人口数值中的逗号，转为浮点型
df['国家人口'] = df['国家人口'].str.replace(',', '').astype(float)
df['A类城市人口'] = df['A类城市人口'].str.replace(',', '').astype(float)
df['B类城市人口'] = df['B类城市人口'].str.replace(',', '').astype(float)

# 提取A国和B国的总人口（从非空行中获取）
a_country_pop = df.loc[df['国家'] == 'A国', '国家人口'].values[0]
b_country_pop = df.loc[df['国家'] == 'B国', '国家人口'].values[0]

# 计算占比并保留两位小数
df['A类占比%'] = (df['A类城市人口'] / a_country_pop * 100).round(2)
df['B类占比%'] = (df['B类城市人口'] / b_country_pop * 100).round(2)

# 查看结果
print(df)
# 如需保存回Excel，取消下面注释
# df.to_excel("population_with_ratio.xlsx", index=False)

代码说明 #

• 数据清理：原数据里的人口是带逗号的字符串（如100,000），必须转成数值才能做除法运算。
• 提取国家人口：用loc精准定位到对应国家的行，直接取出总人口值，避免循环判断。
• 矢量化运算：直接对整列进行计算，比逐行循环效率高数倍，逻辑也更直观。
• 结果格式化：用round(2)保留两位小数，和你期望的输出格式完全匹配。

最终输出 #

运行代码后，原表格会新增A类占比%和B类占比%列，结果如下：

内容的提问来源于stack exchange，提问作者alexm