如何按条件求和生成新DataFrame并计算企业非白人员工占比？

你的分组统计方法是否有误？ #

你使用的e2 = df_ethnicities.groupby(["Company", "Ethnicity"]).agg({"Count": sum}).reset_index()完全没问题，这段代码能准确按「企业+种族」维度汇总员工总数，是后续计算的合理基础。

后续操作步骤 #

按以下流程即可生成包含企业名称和非白人员工占比的目标DataFrame：

1. 统计各企业总员工数
   基于e2按企业分组，汇总所有种族的员工数：

   total_staff = e2.groupby("Company")["Count"].sum().reset_index(name="Total_Employees")
   

2. 统计各企业非白人员工总数
   筛选出非白人员工记录后按企业汇总：

   non_white_staff = e2[e2["Ethnicity"] != "White"].groupby("Company")["Count"].sum().reset_index(name="Non_White_Count")
   

3. 合并数据并计算占比
   合并总人数与非白人员数，计算占比（处理可能全是白人的企业，填充0值）：

   import pandas as pd
   
   final_df = pd.merge(total_staff, non_white_staff, on="Company", how="left")
   final_df["Non_White_Count"] = final_df["Non_White_Count"].fillna(0)
   final_df["Non_White_Ratio"] = (final_df["Non_White_Count"] / final_df["Total_Employees"]) * 100
   # 保留需要的列
   final_df = final_df[["Company", "Non_White_Ratio"]]
   

4. 绘制柱状图
   用matplotlib快速生成柱状图示例：

   import matplotlib.pyplot as plt
   
   plt.bar(final_df["Company"], final_df["Non_White_Ratio"])
   plt.xlabel("企业名称")
   plt.ylabel("非白人员工占比(%)")
   plt.title("各企业非白人员工占比")
   plt.xticks(rotation=45)
   plt.tight_layout()
   plt.show()
   

内容的提问来源于stack exchange，提问作者efohipx