pandas计算列异常值占比并新增百分比行的高效实现方法

仅需一行pandas原生向量化操作即可完成，无冗余逻辑、无需转置，运算效率极高：

# 假设原始DataFrame变量名为df
df.loc['Percentage'] = (df.loc['Outliers'] / df.sum() * 100).astype(int).astype(str) + '%'

如果你的DataFrame除了Inliers、Outliers外还有其他行，只需微调求和部分即可：

df.loc['Percentage'] = (df.loc['Outliers'] / df.loc[['Inliers','Outliers']].sum() * 100).astype(int).astype(str) + '%'

• 直接通过行索引Outliers取出异常值行的所有列数值
• 求和操作默认按列计算，自动匹配对应列的总数值
• 整个运算过程pandas自动按列对齐，无需额外编写列匹配逻辑
• 格式可以按需调整：如果需要保留n位小数，将代码中的.astype(int)替换为.round(n)即可

内容的提问来源于stack exchange，提问作者Kami