如何基于零值与非零值计算均值及分组统计非零值占比

下面针对你的需求，提供几种常用工具的实现方案：

1. SQL 方案 #

假设你的数据存储在名为your_table的数据库表中，执行以下SQL语句即可得到目标结果：

SELECT
    ID,
    COUNT(*) AS n,
    CONCAT(ROUND(SUM(CASE WHEN Released != 0 THEN 1 ELSE 0 END) / COUNT(*) * 100, 0), '%') AS RateReleased
FROM your_table
GROUP BY ID;

• COUNT(*)：统计每个ID对应的总记录数
• SUM(CASE WHEN Released != 0 THEN 1 ELSE 0 END)：统计每个ID的非零值数量
• 最后通过除法计算占比，用ROUND取整、CONCAT拼接百分号，得到百分比格式的结果

2. Excel 方案 #

如果用Excel处理本地数据，按以下步骤操作：

• 提取唯一ID：在空白列（比如D列）输入=UNIQUE(A:A)，自动生成所有不重复的ID
• 统计总条数n：在E2单元格输入=COUNTIF(A:A, D2)，下拉填充到所有ID行，得到每个ID的总记录数
• 计算非零值占比：在F2单元格输入=COUNTIFS(A:A, D2, B:B, "<>0")/E2，下拉填充后，选中F列设置单元格格式为「百分比」（保留0位小数）

3. Python pandas 方案 #

用pandas库处理数据，代码示例如下：

import pandas as pd

# 构造示例数据（实际可通过pd.read_csv读取本地文件）
df = pd.DataFrame({
    'ID': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
    'Released': [2, 2, 0, 0, 20, 15, 9, 0]
})

# 分组计算统计指标
result = df.groupby('ID').agg(
    n=('Released', 'count'),
    non_zero_count=('Released', lambda x: (x != 0).sum())
).assign(
    RateReleased=lambda x: (x['non_zero_count'] / x['n'] * 100).astype(int).astype(str) + '%'
).drop('non_zero_count', axis=1).reset_index()

print(result)

执行后会输出符合要求的统计结果，其中：

• groupby('ID')按ID分组
• agg方法分别统计总记录数和非零值数量
• assign方法计算占比并转换为百分比字符串格式

内容的提问来源于stack exchange，提问作者BD'auria