如何完成Python数据帧列中缺少的字符

我有以下数据帧：

d = {'col1': ["1", "2", "3", "4"], 'col2': ["5%", "6", "7%", "8%"]}
df = pd.DataFrame(data=d)
df

   col1  col2
0     1    5%
1     2     6
2     3    7%
3     4    8%

在col2的某些行中，可以有结尾没有%符号的数字。我事先不知道我在哪一行遇到了这个问题。我需要确保所有数字在col2中都有%符号

有没有一种方法可以在Python中不通过数据帧循环执行此操作？

试试：

import numpy as np
condition=[df.col2.str.contains('%'),~df.col2.str.contains('%')]
choices=[df.col2, df.col2 +"%"]
df.col2=np.select(condition,choices)

  col1 col2
0    1   5%
1    2   6%
2    3   7%
3    4   8%

或者，您可以使用列表理解-它们非常有效，特别是对于字符串：

df['col2'] = [f"{entry}%" if not entry.endswith("%") else entry 
              for entry in df.col2]

尝试：

或者，您可以使用列表理解-它们非常有效，特别是对于字符串：

df['col2'] = [f"{entry}%" if not entry.endswith("%") else entry 
              for entry in df.col2]

---

与sammywemmy的答案类似。np.where通常是我在这种情况下的首选选项：

df['col2'] = np.where(~(df['col2'].str.contains('%')), df['col2'] + '%', df['col2'])

或

---

与sammywemmy的答案类似。np.where通常是我在这种情况下的首选选项：

df['col2'] = np.where(~(df['col2'].str.contains('%')), df['col2'] + '%', df['col2'])

或

如果右侧存在“%”符号，可以将其删除，然后在所有位置添加一个

df['col2'] = df['col2'].str.rstrip('%')+'%'

如果右侧存在“%”符号，可以将其删除，然后在所有位置添加一个

df['col2'] = df['col2'].str.rstrip('%')+'%'