将符合正则表达式的列按比例转换成百分比我有以下数据： Shiver Shiver - H2O -Multi Shiver

我有以下数据：

Shiver	Shiver - H2O -Multi	Shiver-SHOWME -Multi	Shiver - STARWARS - Multi	Total	no_of_prize
3.30	46.94	14.83	10.76	575.30	3
4.01	21.31	21.28	10.77	568.16	3
1.24	0.15	0.46	0.00	482.74	2
0.90	0.43	0.94	0.00	128.38	2
2.91	2.93	0.75	0.86	265.52	3
0.31	8.09	4.70	0.72	117.81	3
0.25	0.83	2.12	0.00	55.84	2
0.04	2.43	1.39	1.64	457.23	3
5.95	12.28	4.33	5.73	540.54	3

我想将除 Total 和 no_of_prize 以外的列都转换成占 Total 的百分比。列的数量可能因数据而异，因此我想使用正则表达式来识别像 Shiver 和 Shiver - Multi 这样的列。

例如，另一个数据可能如下所示：

Horror	Horror - FRANKESTIEN - Multi	Total	no_of_prize
3.30	46.94	575.30	3
4.01	21.31	568.16	3
...	...	...	...

我也希望能够自动处理这种情况，使用正则表达式或任何其他可行的方式。

2、解决方案

我们可以使用以下步骤来解决此问题：

使用 columns.difference 方法过滤掉不必要的列，即 Total 和 no_of_prize。
使用 div 方法将这些列除以 Total 列。
使用 mul 方法将结果乘以 100 以得到百分比。

以下是实现这些步骤的 Python 代码：

import pandas as pd

df = pd.DataFrame({
    "Shiver": [3.30, 4.01, 1.24, 0.90, 2.91, 0.31, 0.25, 0.04, 5.95],
    "Shiver - H2O -Multi": [46.94, 21.31, 0.15, 0.43, 2.93, 8.09, 0.83, 2.43, 12.28],
    "Shiver-SHOWME -Multi": [14.83, 21.28, 0.46, 0.94, 0.75, 4.70, 2.12, 1.39, 4.33],
    "Shiver - STARWARS - Multi": [10.76, 10.77, 0.00, 0.00, 0.86, 0.72, 0.00, 1.64, 5.73],
    "Shiver - UFC - Multi": [0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00],
    "Total": [575.30, 568.16, 482.74, 128.38, 265.52, 117.81, 55.84, 457.23, 540.54],
    "no_of_prize": [3, 3, 2, 2, 3, 3, 2, 3, 3]
})

# 过滤掉不必要的列
cols = df.columns.difference(['Total', 'no_of_prize'])

# 将列除以 Total 列
df[cols] = df[cols].div(df['Total'], axis=0)

# 将结果乘以 100 以得到百分比
df[cols] = df[cols].mul(100)

# 将结果四舍五入到小数点后两位
df[cols] = df[cols].round(2)

# 将结果转换为字符串并添加百分号
df[cols] = df[cols].astype(str) + '%'

print(df)

输出结果如下：

Shiver	Shiver - H2O -Multi	Shiver-SHOWME -Multi	Shiver - STARWARS - Multi	Shiver - UFC - Multi	Total	no_of_prize
0.57%	8.16%	2.58%	1.87%	0.00%	575.30	3
0.71%	3.75%	3.75%	1.90%	0.00%	568.16	3
0.26%	0.03%	0.10%	0.00%	0.00%	482.74	2
0.70%	0.33%	0.73%	0.00%	0.00%	128.38	2
1.10%	1.10%	0.28%	0.32%	0.00%	265.52	3
0.26%	6.87%	3.99%	0.61%	0.00%	117.81	3
0.45%	1.49%	3.80%	0.00%	0.00%	55.84	2
0.01%	0.53%	0.30%	0.36%	0.00%	457.23	3
1.10%	2.27%	0.80%	1.06%	0.00%	540.54	3