Pandas基于指定列重基化值：计算相对百分比变化并添加均值行

没问题，我来帮你搞定这个需求！针对你这种50行50列的大型DataFrame，需要计算所有列相对指定基准列的百分比变化，还要在底部添加均值行的场景，这里有个通用的实现方案，完全适配你的需求：

步骤说明 #

1. 分离数据列：先把非数值列（比如你的Name列）和日期数值列分开，避免对文本列做计算。
2. 指定基准列：你提到基准列是第14列，注意Python是0索引，所以如果是整个DataFrame的第14列，索引是13；如果是数值列里的第14列，索引也是13。当然你也可以直接用列名指定，更稳妥。
3. 计算百分比变化：用每列的值减去基准列的值，再除以基准列的值，最后乘以100得到变化百分比。
4. 格式化显示：把计算结果转换成带%的字符串，让表格更直观。
5. 添加均值行：计算每列的百分比变化均值，追加到DataFrame底部。

完整代码示例 #

import pandas as pd

# 假设你的原始DataFrame名为df，先按你的示例构造一个小测试用例（实际替换成你的真实数据）
data = {
    'Name': ['ABC', 'DEF', 'GHI'],
    '2018-02-28': [110, 120, 130],
    '2018-01-31': [109, 119, 129],
    '2018-12-31': [108, 118, 128],
    '2017-11-30': [100, 100, 100],
    '2017-10-31': [95, 85, 75],
    '2017-09-30': [90, 80, 70]
}
df = pd.DataFrame(data, index=[11,22,33])
df.index.name = 'ID'

# -------------------------- 核心处理逻辑 --------------------------
# 1. 分离非数值列和数值列
non_numeric_cols = ['Name']
numeric_cols = [col for col in df.columns if col not in non_numeric_cols]

# 2. 指定基准列：这里用列名更稳妥，或者用索引（比如base_col = numeric_cols[13] 对应第14个数值列）
base_col = '2017-11-30'  # 替换成你实际的基准列名，或者用索引方式

# 3. 计算百分比变化：(当前列值 - 基准列值) / 基准列值 * 100
pct_change = df[numeric_cols].sub(df[base_col], axis=0).div(df[base_col], axis=0) * 100

# 4. 合并非数值列，恢复原始结构
result = pd.concat([df[non_numeric_cols], pct_change], axis=1)

# 5. 格式化数值为百分比字符串（保留1位小数，可根据需求调整）
result[numeric_cols] = result[numeric_cols].applymap(lambda x: f"{x:.1f}%" if pd.notna(x) else "")

# 6. 计算并添加均值行
avg_values = pct_change.mean().tolist()
avg_row = pd.Series(['Average'] + avg_values, index=result.columns)
# 格式化均值为百分比
avg_row[numeric_cols] = avg_row[numeric_cols].apply(lambda x: f"{x:.1f}%")

# 把均值行追加到底部，保留原ID索引逻辑（这里给均值行设置索引为'Average'）
final_result = pd.concat([result, avg_row.to_frame().T], axis=0)
final_result.index = final_result.index.astype(str)  # 统一索引类型，避免混合
final_result.index[-1] = 'Average'  # 给最后一行设置索引名

# 输出结果
print(final_result)

关键注意事项 #

• 基准列的选择：如果不确定列索引，直接用列名指定base_col会更可靠，避免因为列顺序变化出错。
• 处理异常值：如果基准列存在0值，会触发除以0的错误，建议提前用df[base_col] = df[base_col].replace(0, pd.NA)处理，或者过滤掉对应行。
• 索引兼容：如果你的原始DataFrame用ID作为索引，代码里最后给均值行设置索引为Average，保证表格结构统一。

内容的提问来源于stack exchange，提问作者Singapore 123