如何计算重复行中各job对应状态的占比百分比？

需求说明 #

现有含job和final status两列的表格，存在重复数据，需统计每个job下Success、Failed、Unknown三种状态的占比（保留两位小数，如33.33%），最终输出包含各状态占比的结构化表格。

示例数据 #

输入表格 #

期望输出表格 #

Python Pandas实现方案 #

以下是可直接复用的代码，步骤清晰易理解：

import pandas as pd

# 构造示例数据（实际场景可替换为pd.read_csv/pd.read_excel读取你的数据源）
data = {
    'job': ['JobA', 'JobA', 'JobA', 'JobB', 'JobB', 'JobB'],
    'final status': ['Success', 'Failed', 'Unknown', 'Success', 'Failed', 'Unknown']
}
df = pd.DataFrame(data)

# 1. 统计每个job各状态的出现次数
status_count = df.groupby(['job', 'final status']).size().unstack(fill_value=0)

# 2. 计算每个job的总数据量
total_count = status_count.sum(axis=1)

# 3. 计算占比，保留两位小数并添加百分号
status_percent = (status_count.div(total_count, axis=0) * 100).round(2).astype(str) + '%'

# 4. 调整列名匹配需求格式
status_percent.columns = [col.lower() + ' %' for col in status_percent.columns]

# 输出结果
print(status_percent.reset_index())

代码逻辑说明 #

• groupby+size统计各job下的状态频次，unstack将行转列并补全缺失状态的计数为0
• div(total_count, axis=0)按行（每个job维度）做除法，计算单状态占比
• round(2)控制小数位数，astype(str)+'%'转换为带百分号的字符串格式

SQL实现方案 #

如果用SQL处理，可通过窗口函数或分组统计完成：

SELECT
    job,
    ROUND(100.0 * SUM(CASE WHEN final_status = 'Success' THEN 1 ELSE 0 END) / COUNT(*), 2) AS "success %",
    ROUND(100.0 * SUM(CASE WHEN final_status = 'Failed' THEN 1 ELSE 0 END) / COUNT(*), 2) AS "failed %",
    ROUND(100.0 * SUM(CASE WHEN final_status = 'Unknown' THEN 1 ELSE 0 END) / COUNT(*), 2) AS "unknown %"
FROM your_table
GROUP BY job;

内容的提问来源于stack exchange，提问作者Sai Sasidhar