使用python将其中一列数字转换成百分数

假设你的数据存储在一个列表中，其中包含三列数据，第二列是需要转换为百分数的列，可以使用以下代码将其转换为百分数：

data = [
    ["John", 0.23, "Male"],
    ["Mary", 0.61, "Female"],
    ["Bob", 0.89, "Male"],
    ["Jane", 0.42, "Female"],
]

for row in data:
    row[1] = "{:.0%}".format(row[1])

print(data)

运行后，输出结果如下：

[
    ["John", "23%", "Male"],
    ["Mary", "61%", "Female"],
    ["Bob", "89%", "Male"],
    ["Jane", "42%", "Female"],
]

其中，`"{:.0%}".format(row[1])`将数字格式化为百分数。`{:.0%}`中的`:`表示格式化操作，`.0`表示保留0位小数，`%`表示将结果乘以100并添加百分号。

相关问题

将dataframe中的一列数字转换成成百分数

可以使用Pandas中的apply函数来将一列数字转换成百分数。以下是一个示例代码：

import pandas as pd

# 创建一个包含数字的DataFrame
df = pd.DataFrame({'numbers': [0.23, 0.67, 0.99, 0.50]})

# 定义一个将数字转换成百分数的函数
def to_percent(num):
    return "{:.2%}".format(num)

# 使用apply函数将函数应用到列中的每个元素
df['numbers'] = df['numbers'].apply(to_percent)

# 打印转换后的DataFrame
print(df)

输出结果：

  numbers
0  23.00%
1  67.00%
2  99.00%
3  50.00%

在上面的代码中，我们首先创建了一个包含数字的DataFrame。然后，我们定义了一个将数字转换成百分数的函数to_percent。接下来，我们使用apply函数将函数应用到列中的每个元素，并将结果存回原来的列中。最后，我们打印出转换后的DataFrame。

Python dataframe中将一列除以另一列数据得到百分数

你可以使用`apply()`函数和`lambda`表达式来实现这个功能。下面是一个示例代码：

import pandas as pd

# 创建一个包含两列数据的DataFrame
data = {'A': [10, 20, 30], 'B': [100, 200, 300]}
df = pd.DataFrame(data)

# 使用apply()函数和lambda表达式将B列数据除以A列数据并转换为百分数
df['C'] = df.apply(lambda x: '{:.2%}'.format(x['B'] / x['A']), axis=1)

print(df)

输出结果如下：

    A    B       C
0  10  100  1000.00%
1  20  200  1000.00%
2  30  300  1000.00%

上面的代码中，`apply()`函数的`axis`参数设置为`1`，表示对每一行应用`lambda`表达式。`lambda`表达式中使用`'{:.2%}'.format()`将结果转换成百分数，并保留两位小数。最后将结果赋值给一个新的列`C`。