Python Pandas中除法计算Percentage列结果为0/报错问题排查

嘿，我来帮你拆解下这个问题！你遇到的Percentage列全为0的情况，大概率是整数除法在搞鬼，再结合你提到的实际数据还有错误，咱们一步步来排查解决：

1. 最核心的原因：整数类型触发整除运算 #

如果你的marks和Total列都是整数类型（int），在Python中整数之间的除法会直接取整（比如50 / 100会得到0而不是0.5），这就是导致百分比全为0的关键。

解决方法： #

把其中一列转换为浮点数后再计算，保证运算为浮点除法：

# 方法1：将Total列转为浮点数
df['Percentage'] = df['marks'] / df['Total'].astype(float)

# 方法2：使用pandas的div方法，还能兼顾空值处理
df['Percentage'] = df['marks'].div(df['Total'].astype(float), fill_value=0)

2. 实际数据可能遇到的错误及处理 #

场景A：Total列存在0值，触发除零错误（ZeroDivisionError） #

如果你的数据里Total有0值，直接除法会报错，你可以选择：

• 先移除Total为0的行：

df = df[df['Total'] != 0]

• 或者用numpy的where给0值行设置默认百分比（比如0）：

import numpy as np
df['Percentage'] = np.where(df['Total'] == 0, 0, df['marks'] / df['Total'].astype(float))

场景B：存在空值（NaN）导致计算异常 #

如果marks或Total列有缺失值，计算结果会变成NaN，你可以：

• 删除包含空值的行：

df = df.dropna(subset=['marks', 'Total'])

• 或者给空值填充默认值（比如0）：

df[['marks', 'Total']] = df[['marks', 'Total']].fillna(0)

3. 先验证数据类型！ #

在处理前，先确认列的数据类型，避免踩坑：

print(df.dtypes)

如果输出显示marks和Total是int64，那肯定是整数除法的问题，转成float64就能解决。

内容的提问来源于stack exchange，提问作者DKS