Pandas按指定列分组并对多列应用自定义函数问题

针对你需要按Team_Name分组，对Q1至Q6列批量计算「值为4的数量占该列有效值总数的比例」的需求，这里提供两种简洁高效的实现方案：

方案一：使用groupby.agg批量处理（推荐） #

利用Pandas内置的聚合方法，一行代码就能完成批量列的计算，自动处理NaN值：

import pandas as pd

# 假设你的数据集为df，指定要处理的列
target_cols = ['Q1', 'Q2', 'Q3', 'Q4', 'Q5', 'Q6']

# 分组计算占比
ratio_df = df.groupby('Team_Name')[target_cols].agg(
    lambda col: (col == 4).sum() / col.count()
)

代码逻辑说明： #

• col.count()：自动排除当前列的NaN值，返回该列的有效值总数（对应需求中的步骤a和有效值统计）
• (col == 4).sum()：统计当前列中值为4的数量（NaN会被自动忽略，因为NaN == 4返回False，不会计入求和）
• 两者相除直接得到目标占比，同时实现了批量处理多列的需求

方案二：自定义分组处理函数（更灵活） #

如果需要更精细的控制（比如处理有效值为0的情况避免报错），可以自定义函数处理每个分组：

def calculate_four_ratio(group):
    ratio_dict = {}
    for col in target_cols:
        # 提取当前列的非NaN值
        valid_vals = group[col].dropna()
        # 处理有效值为空的情况，避免除以0
        if len(valid_vals) == 0:
            ratio_dict[col] = 0.0
        else:
            count_four = (valid_vals == 4).sum()
            ratio_dict[col] = count_four / len(valid_vals)
    return pd.Series(ratio_dict)

# 应用分组计算
ratio_df = df.groupby('Team_Name').apply(calculate_four_ratio)

额外注意事项： #

• 如果你的数据中"4"是字符串类型（而非数值型），需要将判断条件改为col == '4'
• 最终的ratio_df中，行是各个Team_Name分组，列是Q1至Q6，单元格值为对应列的4值占比

内容的提问来源于stack exchange，提问作者obi