python计算dataframe的累计百分比

在Python中，可以使用pandas库对DataFrame进行数据处理和计算。如果要计算DataFrame中某列数据的累计百分比，可以使用cumsum()和sum()函数来实现。

例如，假设有一个DataFrame df，其中有一个列名为A，现在要计算A列的累计百分比，可以按照以下步骤操作：

1. 首先计算A列的累计和，可以使用cumsum()函数实现：df['cum_sum'] = df['A'].cumsum()

2. 然后计算A列的总和，可以使用sum()函数实现：total = df['A'].sum()

3. 最后计算A列的累计百分比，可以通过除以总和并乘以100来实现：df['cum_perc'] = 100 * df['cum_sum'] / total

这样就能够得到A列的累计百分比了。具体实现代码如下：

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4, 5]})

# 计算A列的累计和
df['cum_sum'] = df['A'].cumsum()

# 计算A列的总和
total = df['A'].sum()

# 计算A列的累计百分比
df['cum_perc'] = 100 * df['cum_sum'] / total

print(df)

输出结果如下：

   A  cum_sum  cum_perc
0  1        1      6.67
1  2        3     20.00
2  3        6     40.00
3  4       10     66.67
4  5       15    100.00