Python中将pandas DataFrame十进制列转换为标准百分比格式问题求解

• 初始代码没有对原始十进制小数执行100操作，直接格式化小于1的原始值，最终得到的结果自然是0.xx%的错误格式
• 后续出现重复字符串报错，是因为你在执行乘法操作时，目标列已经被提前转换为字符串类型，Python中字符串乘以整数会触发重复拼接逻辑，才会生成大量重复的百分比字符串。

方案1：直接修改列值为百分比字符串格式（保留两位小数） #

直接使用Python的格式化符%即可自动完成乘100、保留小数、拼接百分号的全流程，无需手动计算：

# 第一步：先确保目标列为数值类型，避免之前的操作导致列变为字符串
import pandas as pd
df['EXAMPLE'] = pd.to_numeric(df['EXAMPLE'], errors='coerce')
# 第二步：直接格式化生成两位小数百分比
df['EXAMPLE'] = df['EXAMPLE'].apply("{:.2%}".format)

0.166978执行上述代码后会直接输出16.70%，完全符合需求。

方案2：仅展示时显示百分比，不修改原始数值 #

如果需要保留原始小数数值，仅在打印、导出Excel等场景下显示百分比格式，可以使用pandas的样式API：

df.style.format({'EXAMPLE': '{:.2%}'})

该写法不会修改DataFrame内存储的原始数值，仅调整展示效果。

内容的提问来源于stack exchange，提问作者Eric Alves