Python 3.x 在熊猫数据框架中，如何使一列作用于所有其他列？

考虑以下小数据帧：

import pandas as pd
 
value1 = [15, 20, 50, 70]
value2 = [15, 80, 45, 30]
base = [175, 150, 200, 125]

df = pd.DataFrame({"val1": value1, "val2": value2, "base": base})

df
    val1    val2    base
0   15      15      175
1   20      80      150
2   50      45      200
3   70      30      125

实际上，有更多的行和更多的列

我想将

val***

列中给出的数字表示为相应

基数的百分比（在同一行中）；例如，
70
（最后一个
val1
）应该变成
（70/125）*100
，（这是
56
），或者
30
（最后一个
val2
）应该变成
（30/125）*100
（这是
28
）；每一个数字都是如此。
我确信解决方案在于正确使用
assign
或
apply
和
lambda
，但是我找不到怎么做…
我们可以
过滤
val
类列，然后将这些列沿
轴=0
除以
base
列，然后乘以
100
计算百分比

df.filter(like='val').div(df['base'], axis=0).mul(100).add_suffix('%')


我们可以
过滤
类
val
列，然后沿
轴=0
将这些列除以
base
列，然后乘以
100
计算百分比

df.filter(like='val').div(df['base'], axis=0).mul(100).add_suffix('%')


您可以发布预期的输出吗？您可以发布预期的输出吗？添加问题：如果列的名称仅为“1”、“2”、“2”等等（名称中没有公共文本“val”），该怎么办。仍然可以“筛选”？在这种情况下，我们只需传递需要选择的列名列表。例如，您可以这样做
df[['1'，'2'，'3']].div（df['base']，axis=0）.mul（100）.添加后缀（'%'）
添加问题：如果列仅命名为“1”，“2”，“2”，等等（名称中没有公共文本“val”），该怎么办。仍然可以“筛选”？在这种情况下，我们只需传递需要选择的列名列表。例如，您可以这样做
df[['1'，'2'，'3']].div（df['base']，axis=0）.mul（100）.添加后缀（'%'）