如何使用 Pandas 计算两个数据帧之间的百分比差异？

Question

我正在使用pandas，并执行了一些计算和转换，最终得到两个看起来或多或少像这样的数据框：

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，给定这两个数据帧，我想生成第三个数据帧，它以某种方式返回第二个数据帧占第一个数据帧的百分比。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%

如果第一个数据帧中有 0，那么在生成的数据帧中，我们将该单元格设置为 None 或其他值。整个想法是，最后我会将结果写入 Excel 文件，因此我希望在 Excel 中具有None 的单元格为空。任何想法如何使用pandas 在 Python 中执行此操作？

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

为了指定格式，你可以这样做：

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%

由于没有小数位，除了.0，round(2) 对显示的浮点数没有影响，但是一旦除法后有更多小数位的浮点数，你会看到@987654327 @ 所有浮点数的小数位。

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，但幸运的是你确实包含了一个数字格式选项。

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)