在Pandas透视表中基于DataFrame单字段按行展示各列占比

现有示例DataFrame及透视表代码如下：

import pandas as pd

d = {
  "year": [2021, 2021, 2021, 2021, 2022, 2022, 2022, 2023, 2023, 2023, 2023],
  "type": ["A", "B", "B", "A", "A", "B", "A", "B", pd.NA, "B", "A"],
  "observation": [22, 11, 67, 44, 2, 16, 78, 9, 10, 11, 45]
}
df = pd.DataFrame(d)

df_pivot = pd.pivot_table(
  df,
  values="observation",
  index="year",
  columns="type",
  aggfunc="count"
)

当前透视表按count聚合得到各年份下A、B类型的计数结果：

type  A  B
year      
2021  2  2
2022  2  1
2023  1  2

需求：将上述计数替换为各类型计数占该行总数（A+B计数和）的百分比，计算时忽略type为NA的行，每行总数可能不同，期望输出如下：

type     A     B
year      
2021  0.50  0.50
2022  0.66  0.33
2023  0.33  0.66

解决方案 #

方法1：先过滤NA，透视计数后计算行占比 #

先过滤掉type为NA的行，生成计数透视表后，用每行的计数除以该行总和得到占比，最后保留两位小数：

# 过滤type为NA的行
df_filtered = df.dropna(subset=["type"])

# 生成计数透视表
df_pivot_count = pd.pivot_table(
    df_filtered,
    values="observation",
    index="year",
    columns="type",
    aggfunc="count"
)

# 计算行内占比并保留两位小数
df_desired_output = df_pivot_count.div(df_pivot_count.sum(axis=1), axis=0).round(2)

print(df_desired_output)

方法2：用groupby + value_counts(normalize=True)一步到位 #

按年份分组后，对type列直接使用value_counts(normalize=True)得到组内占比，再通过unstack转换为透视表格式：

df_desired_output = (
    df.dropna(subset=["type"])
      .groupby("year")["type"]
      .value_counts(normalize=True)
      .unstack(fill_value=0)
      .round(2)
)

print(df_desired_output)

方法3：分组计数后计算占比 #

先统计每个year-type组合的计数，再计算行内占比：

# 统计year-type的计数
counts = df.dropna(subset=["type"]).groupby(["year", "type"]).size().unstack()

# 计算行占比
df_desired_output = counts.div(counts.sum(axis=1), axis=0).round(2)

print(df_desired_output)

内容的提问来源于stack exchange，提问作者Arthur Dent