按指定列分组的堆叠DataFrame中变量间比值计算问题

问题出在你的calculate_ratio函数仅当分组同时存在td和ts时才生成ratio行，缺少任意一个就返回空DataFrame，导致C、D组没有对应的ratio行。我们需要调整函数逻辑，让每个分组都生成ratio行，缺失值时QC留空（用NaN表示）。

修改后的代码 #

import pandas as pd

# 构造示例数据
data = [
    ['A', 'S1', 'td', 2],
    ['A', 'S1', 'ts', 4],
    ['A', 'S2', 'td', 6],
    ['A', 'S2', 'ts', 3],
    ['B', 'S1', 'td', 20],
    ['B', 'S1', 'ts', 40],
    ['B', 'S2', 'td', 60],
    ['B', 'S2', 'ts', 30],
    ['C', 'S1', 'td', 90],
    ['D', 'S2', 'ts', 7]
]
df_in = pd.DataFrame(data, columns=['G1', 'G2', 'TPE', 'QC'])

def calculate_ratio(group):
    # 获取分组内的td和ts值，不存在则为缺失值
    td_val = group.loc[group['TPE'] == 'td', 'QC'].values[0] if not group[group['TPE'] == 'td'].empty else pd.NA
    ts_val = group.loc[group['TPE'] == 'ts', 'QC'].values[0] if not group[group['TPE'] == 'ts'].empty else pd.NA
    
    # 仅当两个值都存在时计算比值，否则留空
    ratio = ts_val / td_val if pd.notna(td_val) and pd.notna(ts_val) else pd.NA
    
    # 每个分组都返回ratio行
    return pd.DataFrame({
        'G1': [group['G1'].iloc[0]],
        'G2': [group['G2'].iloc[0]],
        'TPE': ['ratio'],
        'QC': [ratio]
    })

# 生成所有分组的ratio行
ratio_rows = df_in.groupby(['G1', 'G2'], group_keys=False).apply(calculate_ratio).reset_index(drop=True)

# 合并原数据和ratio行
df_out = pd.concat([df_in, ratio_rows], ignore_index=True)

# 可选：按G1、G2排序，让同组的原数据和ratio行聚集在一起
df_out = df_out.sort_values(by=['G1', 'G2'], ignore_index=True)

print(df_out)

代码说明 #

• 调整calculate_ratio函数逻辑：先分别提取分组内的td和ts值，不存在则标记为pd.NA（Pandas标准缺失值）。
• 仅当td和ts值都存在时，才计算ts/td的比值，否则QC列留空。
• 强制每个分组都返回包含ratio的DataFrame，确保C、D这类不完整分组也能生成对应的ratio行。
• 合并原数据与ratio行后，可通过排序让同组的原始数据和ratio行相邻，和预期输出结构一致。

输出结果 #

运行后会得到与你预期完全一致的df_out，其中C、D组的ratio行QC列显示为空白（对应Pandas的NaN缺失值）。

内容的提问来源于stack exchange，提问作者Stan