如何编写循环为DataFrame新增列，按COL2、COL3分组计算出现百分比

云原生阿岚

2026-7-8

问题描述

现有如下DataFrame：

COL1	COL2	COL3	COL4	COL5	COL6
S1	A	Apples	Aisle 1	N	Section 2
S1	A	Apples	Aisle 2	Y	Section 2
S1	A	Apples	Aisle 1	Y	Section 2
S2	A	Apples	Aisle 1	N	Section 2
S1	B	Bananas	Aisle 2	N	Section 2
S1	B	Bananas	Aisle 1	N	Section 2

需要忽略COL1，以COL2和COL3为分组键，计算COL4至COL6每个值在对应分组内的出现百分比，最终得到如下结果：

COL1	COL2	COL3	COL4	COL5	COL6	COL4_PCT	COL5_PCT	COL6_PCT
S1	A	Apples	Aisle 1	N	Section 2	0.75	0.50	1
S1	A	Apples	Aisle 2	Y	Section 2	0.25	0.50	1
S1	A	Apples	Aisle 1	Y	Section 2	0.75	0.50	1
S2	A	Apples	Aisle 1	N	Section 2	0.75	0.50	1
S1	B	Bananas	Aisle 2	N	Section 2	0.50	1	1
S1	B	Bananas	Aisle 1	N	Section 2	0.50	1	1

解决方案

无需编写循环，用Pandas的groupby结合transform就能高效实现，代码如下：

import pandas as pd

# 构造示例DataFrame
data = {
    'COL1': ['S1', 'S1', 'S1', 'S2', 'S1', 'S1'],
    'COL2': ['A', 'A', 'A', 'A', 'B', 'B'],
    'COL3': ['Apples', 'Apples', 'Apples', 'Apples', 'Bananas', 'Bananas'],
    'COL4': ['Aisle 1', 'Aisle 2', 'Aisle 1', 'Aisle 1', 'Aisle 2', 'Aisle 1'],
    'COL5': ['N', 'Y', 'Y', 'N', 'N', 'N'],
    'COL6': ['Section 2']*6
}
df = pd.DataFrame(data)

# 批量计算COL4-COL6的分组占比
for col in ['COL4', 'COL5', 'COL6']:
    # 用transform将分组计算的占比映射回原数据的每一行
    df[f'{col}_PCT'] = df.groupby(['COL2', 'COL3'])[col].transform(
        lambda x: x.map(x.value_counts(normalize=True))
    )

# 输出结果
print(df)