Pandas DataFrame分组内百分比计算实现问题

原始数据与尝试代码 #

原始DataFrame代码 #

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({'team': ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B'],
                   'status':['yes','yes','no','no','yes','no','no','yes','no','yes'],
                   'month':['m1','m2','m3','m2','m1','m3','m2','m1','m3','m1'],
                   'points': [12, 29, 34, 14, 10, 11, 7, 36, 34, 22]})

# 查看DataFrame
print(df)

已尝试的代码 #

x = df.groupby(['team','month','status']).size().reset_index().rename(columns={0:'cnt'}).pivot(index='team',columns=['month','status'])
x = x.fillna(0)
x

需求说明 #

需要按team和month分组，计算每个分组内status为yes和no的占比，示例如下：

• Team A的m1组：yes占100%，no占0%
• Team A的m2组：yes占100%，no占0%
• Team A的m3组：yes占50%，no占50%
  Team B同理。

解决方案 #

可以通过分组计数后求占比的方式实现，以下是两种简洁的实现方法：

方法一：高效分组计算（推荐） #

先统计每个(team, month, status)组合的数量，再除以对应(team, month)组的总数得到占比，最后整理成宽表格式：

# 1. 统计各组合的计数
counts = df.groupby(['team', 'month', 'status']).size().rename('count')

# 2. 计算每个team-month组内的占比（转成百分比）
percentages = counts / counts.groupby(level=['team', 'month']).sum() * 100

# 3. 转成宽表，缺失值补0（和你尝试的结构一致）
result = percentages.unstack(['month', 'status']).fillna(0)
print(result)

执行后输出结果：

cnt                         
month    m1        m2        m3     
status  yes    no yes    no yes   no
team                                
A     100.0  0.0  100.0  0.0  50.0  50.0
B     100.0  0.0   0.0  100.0  0.0  100.0

方法二：基于transform的直观实现 #

在原始数据上通过transform直接计算每组总数，再求占比：

# 计算每个(team, month, status)的计数
df['group_count'] = df.groupby(['team', 'month', 'status'])['team'].transform('size')
# 计算每个(team, month)的总计数
df['total_count'] = df.groupby(['team', 'month'])['team'].transform('size')
# 计算百分比
df['percentage'] = (df['group_count'] / df['total_count']) * 100

# 去重并转成宽表
result = df[['team', 'month', 'status', 'percentage']].drop_duplicates()
result_pivot = result.pivot(index='team', columns=['month', 'status'], values='percentage').fillna(0)
print(result_pivot)

两种方法都能得到符合需求的占比结果，方法一无需修改原始DataFrame，效率更高；方法二更直观，适合理解分组逻辑。

内容的提问来源于stack exchange，提问作者Nabi Shaikh