本文介绍如何在 Pandas DataFrame 中基于两列数值计算百分比，并以保留指定小数位、带 % 符号的字符串格式（如 40.00%）生成新列，避免直接存储浮点数导致的显示问题。
本文介绍如何在 pandas dataframe 中基于两列数值计算百分比，并以保留指定小数位、带 `%` 符号的字符串格式（如 `40.00%`）生成新列，避免直接存储浮点数导致的显示问题。
在数据分析中，常需将一个数值列相对于另一列的比例转换为直观的百分比形式（例如“完成率”“占比”等）。Pandas 本身没有内置的 % 格式运算符，但可通过 Python 的格式化机制结合向量化计算高效实现。
核心思路是：先执行数值除法得到小数比例（如 0.4），再使用 Python 的 f-string 或 .format() 对结果应用 :.2% 格式说明符——该说明符会自动将数值乘以 100 并添加 % 符号，同时保留两位小数（0.4 → "40.00%"）。
以下为完整示例：
import pandas as pd
# 构造示例数据
df = pd.DataFrame({
'Value1': [1, 2, 3],
'Value2': [4, 5, 6]
})
# 计算百分比并插入新列（字符串格式）
df['Percent'] = [f"{ratio:.2%}" for ratio in df['Value1'] / df['Value2']]
# 或更推荐的向量化写法（性能更优）：
# df['Percent'] = (df['Value1'] / df['Value2']).apply(lambda x: f"{x:.2%}")
print(df)输出结果：
Value1 Value2 Percent 0 1 4 25.00% 1 2 5 40.00% 2 3 6 50.00%
⚠️ 重要注意事项：
- 此方法生成的是 字符串类型（object）列，不可直接用于后续数值计算（如求和、均值）。若需兼顾显示与计算，建议保留原始小数列（如 df['Ratio'] = df['Value1'] / df['Value2']），仅将格式化列用于展示或导出；
- 若需更多小数位，修改格式符即可：:.1% → 25.0%，:.3% → 25.000%；
- 使用 apply() + f-string 是清晰且兼容性好的方案；而 map() 或 astype(str).str.rstrip('0').str.rstrip('.') + '%' 等方式易出错，不推荐；
- 导出至 Excel 时，该字符串列会原样显示；如需 Excel 内置百分比格式，应在导出后通过 openpyxl 设置单元格数字格式，而非依赖字符串。
总结：Pandas 虽无原生 % 运算符，但借助 Python 字符串格式化能力，可简洁、可控地生成专业级百分比显示列——关键在于明确区分「计算用数值」与「展示用字符串」，按需设计数据结构。
