在日常工作中，计算合格率是一项常见的任务，无论是在质量管理、教育评估还是其他多个领域，都可能会用到。合格率通常是指合格数量与总数量的比值，本文将探讨在Excel和Python中如何使用函数来计算合格率。 首先，在Excel中，我们可以使用简单的公式来计算合格率。假设你有一列数据表示学生的成绩，其中60分以上为合格，你可以使用以下公式： ="合格率："&ROUND(SUMIF(成绩列,">=60")/COUNT(成绩列),2) 这个公式使用了SUMIF函数来计算成绩大于等于60的个数，COUNT函数来计算总人数，然后通过将两者相除并使用ROUND函数保留两位小数来得出合格率。 在Python中，我们可以使用pandas库来进行同样的计算。pandas是数据分析中常用的一个库，它提供了许多方便的数据处理函数。以下是使用pandas计算合格率的代码示例： import pandas as pd df = pd.DataFrame({'成绩': [88, 76, 55, 90, 68, 74, 59]}) 合格率 = (df['成绩'] >= 60).sum() / len(df) print(f'合格率：{合格率:.2f}') 以上代码创建了一个包含学生成绩的DataFrame，然后通过布尔索引计算合格成绩的数量，并用总长度来除以得到合格率，最后打印出保留两位小数的合格率。 总结一下，无论是在Excel还是Python中，计算合格率都非常简单。Excel中的SUMIF和COUNT函数组合以及Python中的pandas库都能快速准确地完成这项任务。根据你的工作场景和数据处理需求，选择合适的工具进行合格率的计算能够有效提升工作效率。