Python体育数据处理：基于列最大值计算各列相对百分位数

实现思路 #

针对数据中的每一列数值型数据，以该列最大值为100%基准，计算每行数值的百分占比，最终生成格式为「统计值/百分占比%」的新列。

代码实现（基于Pandas） #

import pandas as pd

# 模拟体育数据集（可替换为你的真实数据）
data = {
    'xg': [0.25, 0.82, 1.03, 0.51, 0.33],
    'shots': [3, 8, 12, 5, 4],
    'possession': [42, 65, 58, 49, 53]
}
df = pd.DataFrame(data)

# 遍历所有数值列，生成带百分占比的新列
for col in df.select_dtypes(include=['number']).columns:
    col_max = df[col].max()
    # 生成「原数值/百分占比」格式的内容，占比保留两位小数
    df[f"{col}_with_percent"] = df[col].apply(lambda x: f"{x}/{round((x / col_max) * 100, 2)}%")

# 查看处理后的数据
print(df)

关键说明 #

• select_dtypes(include=['number'])：自动筛选所有数值型列，避免处理非数值列（如字符串类型的球队名）
• 百分占比计算逻辑：(当前值 / 列最大值) * 100，用round()控制小数位数
• 新列命名规则为「原列名_with_percent」，可根据需求自行修改
• 若只需处理特定列，将循环对象改为指定列列表即可，例如：for col in ['xg', 'shots']:

内容的提问来源于stack exchange，提问作者Bruno Queiroz