如何用Pandas将DataFrame的NaN值转为Excel显示的0.00百分比格式

没问题，我来帮你搞定这个需求！你已经通过df['wait']=df['wait'].mul(100).div(df['del'], axis=0).round(2).fillna(0)把NaN值填充成0了，但导出Excel后显示的是整数0而非0.00，核心问题在于需要给Excel单元格设置强制的两位小数格式，下面是完整的解决方案：

步骤1：确认数据处理逻辑 #

你的代码已经完成了关键的数据计算和NaN填充：

• mul(100)：将wait值转换为百分比基数（比如原来的0.01变成1）
• div(df['del'], axis=0)：按行除以del列的值
• round(2)：保留两位小数
• fillna(0)：把计算产生的NaN/inf值替换为0

这部分逻辑是对的，接下来重点在导出时的格式设置。

步骤2：导出Excel并设置单元格格式 #

我们需要用pandas.ExcelWriter配合xlsxwriter引擎（需要提前安装xlsxwriter库：pip install xlsxwriter）来指定列的显示格式，让0强制显示为0.00：

完整示例代码 #

import pandas as pd

# 构造你的示例数据（根据输入整理）
df = pd.DataFrame({
    'del': [458.333333, 546.153846],
    'wait': [pd.NA, pd.NA]
})

# 你的数据处理代码
df['wait'] = df['wait'].mul(100).div(df['del'], axis=0).round(2).fillna(0)

# 导出Excel并设置格式
with pd.ExcelWriter('result.xlsx', engine='xlsxwriter') as writer:
    # 将DataFrame写入Excel，不包含索引
    df.to_excel(writer, sheet_name='Sheet1', index=False)
    
    # 获取工作簿和工作表对象
    workbook = writer.book
    worksheet = writer.sheets['Sheet1']
    
    # 创建两位小数的格式（如果需要百分比格式可以改成'0.00%'）
    two_decimal_format = workbook.add_format({'num_format': '0.00'})
    
    # 找到wait列在Excel中的位置（index=False时，列从A开始对应df的第一列）
    wait_column = df.columns.get_loc('wait')  # 获取wait列在df中的索引（0-based）
    excel_wait_col = wait_column + 1  # Excel列是1-based（A=1，B=2...）
    
    # 给wait列设置格式，宽度可以按需调整
    worksheet.set_column(excel_wait_col, excel_wait_col, 10, two_decimal_format)

效果说明 #

运行这段代码后，导出的Excel中wait列的0会显示为0.00，完全符合你的需求。如果实际场景中需要百分比格式（比如显示0.00%），只需要把num_format改成'0.00%'即可。

内容的提问来源于stack exchange，提问作者Geetha Vaddeboina