如何将DataFrame中x/y/z列与对应_o列相除并计算百分比？

假设你已经通过pandas创建了目标DataFrame，可按以下步骤计算所需百分比列：

1. 批量生成百分比列
   针对每组对应列（x与x_o、y与y_o、z与z_o），计算比值后乘以100得到百分比，再根据需求处理小数格式：

   import pandas as pd
   
   # 构造示例DataFrame
   data = {
       'x': [1, 3],
       'y': [5, 2],
       'z': [3, 7],
       'x_o': [10, 10],
       'y_o': [20, 15],
       'z_o': [15, 20]
   }
   df = pd.DataFrame(data)
   
   # 循环处理每一列对
   for col in ['x', 'y', 'z']:
       # 计算百分比，整数显示为纯整数，非整数保留两位小数
       df[f'{col}%'] = (df[col] / df[f'{col}_o'] * 100).apply(
           lambda val: int(val) if val.is_integer() else round(val, 2)
       )
   

2. 匹配示例格式的优化
   如果需要完全去掉整数百分比的小数后缀（比如25.0显示为25），可以改用格式化输出：

   for col in ['x', 'y', 'z']:
       df[f'{col}%'] = (df[col] / df[f'{col}_o'] * 100).apply(
           lambda val: f"{int(val)}" if val.is_integer() else f"{val:.2f}"
       )
   

3. 最终结果
   运行代码后，df将输出你期望的格式：

   x  y  z  x_o  y_o  z_o  x%    y%  z%
   0  1  5  3    10    20    15  10    25  20
   1  3  2  7    10    15    20  30  13.33  35
   

内容的提问来源于stack exchange，提问作者Yantra Logistics