如何处理Pandas Series中的列表元素并计算分数占比百分比

问题原因 #

你用str.split('/')得到的是每个元素为列表的Series，numbers[0]只会取到Series的第一行元素（比如[1,1]），无法批量处理所有行，所以需要用Pandas的批量处理方法来转换。

方法一：用str.get()拆分分子分母 #

通过str.get()提取每个列表的分子（第0位）和分母（第1位），转成整数后计算百分比：

# 提取分子并转为整数
df_data['numerator'] = df_data['prize_share'].str.split('/').str.get(0).astype(int)
# 提取分母并转为整数
df_data['denominator'] = df_data['prize_share'].str.split('/').str.get(1).astype(int)
# 计算百分比数值（如1/1得到100.0）
df_data['share_pct'] = (df_data['numerator'] / df_data['denominator']) * 100
# 可选：转成带%的字符串格式（如100%、25%）
df_data['share_pct'] = df_data['share_pct'].apply(lambda x: f"{x:.0f}%")

方法二：用apply()批量处理每个列表 #

直接对拆分后的Series使用apply，遍历每个列表完成计算：

# 直接计算百分比数值
df_data['share_pct'] = df_data['prize_share'].str.split('/').apply(lambda lst: (int(lst[0])/int(lst[1]))*100)
# 转成带%的字符串格式
df_data['share_pct'] = df_data['share_pct'].apply(lambda x: f"{x:.0f}%")

方法三：正则提取一步到位 #

如果分数格式固定，用正则直接提取分子分母，跳过列表拆分步骤：

import re

def convert_to_pct(score_str):
    num, den = re.findall(r'\d+', score_str)
    return f"{(int(num)/int(den))*100:.0f}%"

df_data['share_pct'] = df_data['prize_share'].apply(convert_to_pct)

内容的提问来源于stack exchange，提问作者Aadvik