计算每个大学在整体数据集的占比

为了计算每个大学在整体数据集中的占比，你需要首先了解数据集中大学的具体分类或者某个标识大学的字段。例如，如果你有一个名为university_names或department的列，你可以按照以下步骤操作：

1. **加载数据**：
假设你正在使用的是pandas DataFrame `df`，并且数据集包含一个大学名称的列，如`University`：

   import pandas as pd

   df = pd.read_csv('university_data.csv')  # 假设数据集名是university_data.csv

2. **统计大学频次**：
使用`value_counts()`函数计算每个大学出现的次数：

   university_counts = df['University'].value_counts()

3. **计算百分比**：
将频率转换成占比（百分比），需要加上一个小于1的数值（例如0.0001）避免除以零的错误：

   university_percentages = (university_counts / df.shape[0]) * 100 + 0.0001

4. 结果存储：
最终的结果可以用字典或数据框的形式存储起来，便于后续查看：

   university_percentages_dict = university_percentages.to_dict()