如何用Pandas计算两个数据帧之间的百分比差异？

Question

我正在使用 pandas，我执行了一些计算和转换，最后我得到了两个数据框，大致如下所示：

ID      'abc'     'def'
Total     4         5
Slow      0         0
Normal    1         2
Fast      3         3

ID      'abc'     'def'
Total     3         4
Slow      0         0
Normal    0         1
Fast      3         3

现在，给定这两个数据框，我想生成第三个数据框，以某种方式 returns 第二个数据框满足第一个数据框的百分比。这样我希望结果是这样的：

ID      'abc'     'dfe'
Total   75.0%      80.0%
Slow     None      None
Normal   0.0%      50.0%
Fast    100.0%     100.0%

如果第一个数据框中有一个 0，那么在结果数据框中我们将该单元格设置为 None 或其他内容。整个想法是最后我将结果写入 Excel 文件，所以我希望 None 的单元格在 Excel 中为空。关于如何使用 pandas 在 Python 中执行此操作的任何想法？

Answer 1

您可以在感兴趣的列上简单地将 df2 除以 df1：

df2.loc[:,"'abc'":] = df2.loc[:,"'abc'":].div(df1.loc[:,"'abc'":]).mul(100)

     ID     'abc'  'dfe'
0   Total   75.0   80.0
1    Slow    NaN    NaN
2  Normal    0.0   50.0
3    Fast  100.0  100.0

更新

为了按照指定的格式进行格式化，您可以这样做：

df2.loc[:,"'abc'":] = df2.where(df2.loc[:,"'abc'":].isna(), 
                                df2.round(2).astype(str).add('%'))

      ID    'abc'   'dfe'
0   Total   75.0%   80.0%
1    Slow     NaN     NaN
2  Normal    0.0%   50.0%
3    Fast  100.0%  100.0%

鉴于没有小数位，除了.0，round(2)对显示的浮点数没有影响，但是一旦有一些浮点数在划分后有更多的小数位，您将看到所有浮点数的 2 小数位。

Answer 2

Pandas 提供了一些直接指定 styling in the output excel file 的可能性。它是有限的，但幸运的是，它包含一个数字格式选项。

import pandas as pd

# Initialize example dataframes
df1 = pd.DataFrame(
    data=[[4, 5], [0, 0], [1, 2], [3, 3], [3, 3]],
    index=['Total', 'Slow', 'Normal', 'Fast', 'Fast'],
    columns=['abc', 'def'],
)
df2 = pd.DataFrame(
    data=[[3, 4], [0, 0], [0, 1], [3, 3], [3, 3]],
    index=['Total', 'Slow', 'Normal', 'Fast', 'Fast'],
    columns=['abc', 'def'],
)

result_df = df2 / df1

# Change rows index into data column (to avoid any chance of having non-unique row index values,
# since the pandas styler can only handle unique row index)
result_df = result_df.reset_index()

# Write excel output file with number format styling applied
result_df.style.applymap(lambda _: 'number-format: 0.00%').to_excel('result.xlsx', engine='openpyxl', index=False)

如何用Pandas计算两个数据帧之间的百分比差异？

How to calculate percentage difference between two data frames with Pandas?

python

percentage

dataframe

pandas

calculation