pandas如何遍历原有列应用函数批量生成百分比计算新列？

正确代码 #

import pandas as pd
import numpy as np # 可选，用于处理除零异常场景

# 提前计算所有列共用的分母，避免重复计算提升运行效率
denominator = df['A'] * df['B']

# 遍历跳过前2列的所有待计算列
for col in df.columns[2:]:
    new_col_name = f'perc_{col}'
    # 直接使用pandas向量化运算计算新列，性能远高于逐行/逐列调用apply
    df[new_col_name] = (df[col] / denominator) * 100

    # 可选优化：如果A/B列存在0值会生成无穷大结果，可统一替换为NaN
    # df[new_col_name] = (df[col] / denominator).replace([np.inf, -np.inf], np.nan) * 100

原代码报错原因 #

• 第一次写法错误：apply传入函数的参数是列的数值序列而非列名，同时未对perc_x做字符串格式化，直接把变量名当成了列名的一部分，触发KeyError
• 第二次写法错误：直接把列名字符串当成数值参与算术运算，同时访问了不存在的复合索引df[column, new_column]，触发类型错误和索引错误

内容的提问来源于stack exchange，提问作者Lucia Iezzi