Python3 Pandas：如何将两个DataFrame的计数与百分比合并至同一单元格？

嗨，这个需求在数据可视化前的结果整理里特别常见，用Pandas的字符串格式化和元素级操作就能轻松搞定！我给你一步步拆解实现过程，附示例代码和细节优化：

1. 先构造示例数据（方便你对照测试） #

首先我们先模拟两个结构完全匹配的DataFrame——一个存计数值，一个存百分比：

import pandas as pd
import numpy as np

# 计数值DataFrame（替换成你自己的数据源）
count_df = pd.DataFrame({
    'A': [15, 28, 42],
    'B': [9, 17, 31],
    'C': [5, 12, 22]
}, index=['Group1', 'Group2', 'Group3'])

# 百分比DataFrame（这里以行总和为基准计算，你可以替换成自己的百分比数据）
# 如果你的百分比已经是百分比数值（比如23.1而不是0.231），跳过*100这步
pct_df = count_df.div(count_df.sum(axis=1), axis=0).round(3) * 100

2. 核心：融合两个DataFrame的两种方法 #

方法一：快速字符串拼接（适合简单场景） #

如果对格式要求不高，直接用元素级的字符串拼接就能快速得到结果：

# 直接拼接计数和百分比字符串
merged_df = count_df.astype(str) + ' (' + pct_df.round(1).astype(str) + '%)'

这种方法优点是代码简洁，但缺点是如果百分比是整数会出现28.0%这类不美观的格式，适合快速预览。

方法二：精细格式化（推荐用于正式展示） #

如果要让格式更规范（比如百分比保留1位小数、避免多余的.0），可以自定义格式化函数，用np.vectorize实现逐元素处理：

# 自定义格式化函数：整合计数和百分比
def format_count_pct(count, pct):
    # 计数转整数，百分比保留1位小数，格式为「计数 (百分比%)」
    return f"{int(count)} ({pct:.1f}%)"

# 用vectorize批量处理所有单元格，同时保留原索引和列名
merged_df = pd.DataFrame(
    np.vectorize(format_count_pct)(count_df, pct_df),
    index=count_df.index,
    columns=count_df.columns
)

3. 最终效果示例 #

运行后merged_df的输出会是这样的：

A          B          C
Group1  15 (23.1%)  9 (13.8%)  5 (7.7%)
Group2  28 (43.8%) 17 (26.6%) 12 (18.8%)
Group3  42 (41.6%) 31 (30.7%) 22 (21.8%)

关键注意事项 #

• 确保两个DataFrame结构完全匹配：索引、列名必须一一对应，否则会出现对齐错误。如果结构不一致，先使用count_df.align(pct_df)来对齐后再处理。
• 区分百分比的存储形式：如果你的百分比DataFrame存的是小数（比如0.231而不是23.1），记得在格式化时乘以100，比如f"{count} ({pct*100:.1f}%)"。
• 保留原始数据：融合后的DataFrame是字符串类型，只适合展示，不要覆盖原始的数值型DataFrame，方便后续计算。

内容的提问来源于stack exchange，提问作者DForsyth