如何正确合并含百分比的DataFrame行？区域合并场景示例

你的问题核心是百分比不能直接取算术平均，因为每个区域的人口基数不同，必须用加权平均计算，权重就是各区域的人口数量。

示例数据 #

正确计算逻辑 #

合并B、C为D区域时，要先把百分比转换为实际人数，求和后再除以D区域的总人口，得到准确占比：

1. 计算单区域实际人数：实际人数 = 人口数量 × 百分比/100
2. 合并区域后，汇总实际人数与总人口
3. 最终占比 = (汇总实际人数 / 汇总总人口) × 100

以汽车拥有者占比为例：

• B区域汽车拥有者人数：215 × 69.77% ≈ 150
• C区域汽车拥有者人数：418 × 74.16% ≈ 310
• D区域总人口：215 + 418 = 633
• D区域汽车拥有者占比：(150+310)/633 ×100 ≈ 72.67%

如果直接取B、C的百分比均值：(69.77+74.16)/2 ≈71.96%，和准确值有明显差异，这就是未考虑人口权重导致的误差。

Pandas实现代码 #

假设你的DataFrame名为df，按以下步骤操作：

1. 定义区域合并映射：

region_mapping = {
    'B': 'D',
    'C': 'D',
    'A': 'A'
}
df['新区域'] = df['区域'].map(region_mapping)

2. 计算各区域实际人数列：

df['汽车拥有者人数'] = df['人口数量'] * df['汽车拥有者占比（%）'] / 100
df['就业者人数'] = df['人口数量'] * df['就业者占比（%）'] / 100

3. 分组汇总并计算准确百分比：

result = df.groupby('新区域').agg(
    总人口=('人口数量', 'sum'),
    汽车拥有者总人数=('汽车拥有者人数', 'sum'),
    就业者总人数=('就业者人数', 'sum')
).assign(
    汽车拥有者占比（%）=lambda x: (x['汽车拥有者总人数'] / x['总人口']) * 100,
    就业者占比（%）=lambda x: (x['就业者总人数'] / x['总人口']) * 100
).round(2)  # 保留两位小数

执行后result的最终结果：

补充建议 #

• 以后遇到带百分比的合并计算，都要先转换为实际基数（人数、金额等）再汇总，避免算术平均的误差。
• 如果有更多百分比列，可以用循环批量处理，不用手动逐个添加计算列。

内容的提问来源于stack exchange，提问作者Mimikable _