Python中pandas DataFrame全表百分比计算的最简代码实现方案

最简实现（仅1行代码） #

直接通过列切片选中1-4年的列，按行和Freq列做除法运算即可：

df.loc[:, '1. Year':'4. Year'] = df.loc[:, '1. Year':'4. Year'].div(df['Freq'], axis=0) * 100

说明：axis=0 指定按行对齐计算，保证每行的年份列数值都除以本行对应的Freq值，运算过程中原有的NaN值会自动保留。

通用适配实现（列名不连续场景可用） #

如果1-4年列并非连续排列，可以用正则匹配所有符合「数字+. Year」格式的年份列，避免手动写列名：

year_cols = df.filter(regex=r'^\d+\. Year').columns
df[year_cols] = df[year_cols].div(df['Freq'], axis=0) * 100

可选：控制精度 #

如果需要将百分比保留2位小数，可追加round()方法：

df.loc[:, '1. Year':'4. Year'] = df.loc[:, '1. Year':'4. Year'].div(df['Freq'], axis=0).mul(100).round(2)

内容的提问来源于stack exchange，提问作者Jaroslav Kotrba