如何使用Pandas计算指定列数值高于30的行占总数据行数的百分比

核心逻辑 #

Pandas 中布尔Series的mean()方法可以直接计算符合条件的行占比，无需手动筛选计数，处理大型数据集时效率更高。

实现步骤 #

• 首先确认你的数据集已经读取为Pandas DataFrame对象，假设变量名为df，下文示例中用target_col代指你需要统计的指定列，使用时替换为实际列名即可
• 可选前置处理：如果指定列可能存在非数值类型数据，先做类型转换，避免后续判断报错：

import pandas as pd
# 转换为数值类型，无法转换的内容会设为空值NaN
df['target_col'] = pd.to_numeric(df['target_col'], errors='coerce')
# 如果需要排除空值行再统计，先过滤空值
df = df[df['target_col'].notna()]

• 核心统计代码：

# 得到小数形式的占比，比如0.35对应35%
ratio = (df['target_col'] > 30).mean()
# 转换为带百分号、保留2位小数的字符串格式，匹配预期输出
result = f"{ratio * 100:.2f}%"
print(result)

示例验证 #

用测试数据验证效果：

# 构造测试数据集
df = pd.DataFrame({
    'id': range(1,7),
    'target_col': [12,45,32,28,50,18]
})
# 执行统计
ratio = (df['target_col'] > 30).mean()
print(f"{ratio*100:.2f}%")
# 输出结果：50.00%
# 符合计算逻辑：6行中有3行数值大于30，占比50%

内容的提问来源于stack exchange，提问作者Kamikaze K