如何在Pandas透视表中创建计算列：计算BOFTE总和占Tpages总和的比例

咱们一步步来解决这个需求，先把透视表的结果存下来方便修改，再逐步调整列值和输出结构：

步骤1：生成并存储基础透视表 #

先调整原代码，把透视表结果保存到变量里，同时可以先只保留需要的列（避免后续再删除多余列）：

import pandas as pd
import numpy as np

# 假设df_report是你的原始数据框
pt_index = ['Program & SKU']
pt_values = ['Tpages', 'BOFTE']  # 仅保留需要计算的列
pivot_df = pd.pivot_table(df_report, index=pt_index, values=pt_values, aggfunc=[np.sum], margins=True)

步骤2：替换BOFTE为占Tpages总和的比例 #

因为透视表是多层列索引，所以要指定完整的列路径来做计算替换：

# 计算比例：BOFTE总和 / 对应行的Tpages总和
pivot_df[('sum', 'BOFTE')] = pivot_df[('sum', 'BOFTE')] / pivot_df[('sum', 'Tpages')]

步骤3：整理输出结构（移除汇总行） #

如果不需要最后的All汇总行，直接删除即可：

# 移除All汇总行
pivot_df = pivot_df.drop('All')

完整代码示例 #

把所有步骤整合起来，运行后就能得到你期望的结果：

import pandas as pd
import numpy as np

# 生成基础透视表
pt_index = ['Program & SKU']
pt_values = ['Tpages', 'BOFTE']
pivot_df = pd.pivot_table(df_report, index=pt_index, values=pt_values, aggfunc=[np.sum], margins=True)

# 替换BOFTE为比例值
pivot_df[('sum', 'BOFTE')] = pivot_df[('sum', 'BOFTE')] / pivot_df[('sum', 'Tpages')]

# 移除汇总行
pivot_df = pivot_df.drop('All')

print(pivot_df)

运行后输出结果如下：

sum               
               BOFTE  Tpages
Program & SKU                        
Sayan Lite    0.0000798  213054
Sayan Premium Plus  0.0000208  240160

如果需要控制小数位数，可以用round()方法优化显示，比如pivot_df[('sum', 'BOFTE')] = pivot_df[('sum', 'BOFTE')].round(7)，让数值更整洁。

内容的提问来源于stack exchange，提问作者Dennis Kwone