如何用Pandas批量计算列相对占比，无需编写单独语句？

可以通过Pandas的Series链式调用实现一次性完成所有占比计算，无需拆分多条语句。假设你的数据集已加载为DataFrame df，直接用以下代码即可得到目标格式的结果：

import pandas as pd

# 一条语句完成计算与格式转换
result_df = (
    pd.Series({
        'Athlete': round(df['Athlete'].sum() / len(df) * 100),
        'Baseball': round(df['Baseball'].sum() / df['Athlete'].sum() * 100),
        'Cheer': round(df['Cheer'].sum() / df['Athlete'].sum() * 100),
        'Football': round(df['Football'].sum() / df['Athlete'].sum() * 100)
    })
    .reset_index()
    .rename(columns={'index': 'header 1', 0: ''})
)

print(result_df)

代码说明 #

• 用字典式pd.Series批量定义所有计算项：
  • 运动员占总人数比例：通过df['Athlete'].sum()统计运动员总数，除以总学生数len(df)后乘100
  • 各项目占运动员比例：对应项目的总和除以运动员总数，再乘100
• 链式调用reset_index()将Series转为DataFrame，再用rename()修改列名，完全匹配你期望的输出格式

运行后输出结果如下：

内容的提问来源于stack exchange，提问作者M J