如何使用Pandas生成包含占比的多月份透视表？

问题背景 #

你有若干份月度报表，每份结构如下：

data = [['Location 1', 11, 25, 32, 67], ['Location2', 18, 23, 47, 70], ['Location3', 20, 34, 28, 57], ['Location 1', 23, 35, 40, 54]]
df = pd.DataFrame(data, columns=['Location', '# of Apples', '# of Fruits', '# of Carrots', '# of Vegetables'])

对应表格：

需要合并所有报表后生成如下格式的透视表（包含各地点、各月份的苹果占比和胡萝卜占比）：

January                   February
Location     % of Apples  % of Carrots   % of Apples  % of Carrots
Location 1      56.7%         59.5%         48.7%          53.8%
Location 2      78.3%         67.1%         73.5%          70.8%
Location 3      58.8%         74.1%         59.2%          72.3%

你尝试过用pd.pivot_table生成了正确的月份横向格式，但不会计算占比；也算出了正确的占比数值，但格式不符合要求。另外，原始报表不含月份字段，读取时会添加文件名并替换为对应月份。

解决方案 #

步骤1：合并报表并添加月份字段 #

假设你有包含所有报表路径的列表file_paths，每个文件名对应月份（如january.csv对应January），读取时添加月份列：

import pandas as pd
import numpy as np

# 示例文件路径，替换为你的实际路径
file_paths = ["january.csv", "february.csv"]
dfs = []

for path in file_paths:
    # 从文件名提取月份名并格式化
    month = path.split(".")[0].capitalize()
    df = pd.read_csv(path)
    df["Month"] = month
    dfs.append(df)

# 合并所有月度报表
combined_df = pd.concat(dfs, ignore_index=True)

步骤2：分组聚合并计算占比 #

先按月份和地点求和，再计算两个占比指标：

# 按月份、地点分组求和
grouped = combined_df.groupby(["Month", "Location"]).sum().reset_index()

# 计算苹果占比（苹果数量/水果数量*100）
grouped["% of Apples"] = grouped["# of Apples"] / grouped["# of Fruits"] * 100
# 计算胡萝卜占比（胡萝卜数量/蔬菜数量*100）
grouped["% of Carrots"] = grouped["# of Carrots"] / grouped["# of Vegetables"] * 100

步骤3：构建目标格式的透视表 #

通过pivot生成多层列结构，调整列顺序匹配目标格式：

# 构建透视表：行=地点，列=(月份, 占比类型)
pivot_result = grouped.pivot(
    index="Location",
    columns="Month",
    values=["% of Apples", "% of Carrots"]
)

# 交换列层级，让每个月份下先显示苹果占比、再显示胡萝卜占比
pivot_result = pivot_result.swaplevel(axis=1).sort_index(axis=1)

步骤4：格式化百分比显示 #

将数值转换为带%的字符串，保留一位小数：

pivot_result = pivot_result.applymap(lambda x: f"{x:.1f}%")

此时pivot_result的结构和格式完全匹配你的需求。

内容的提问来源于stack exchange，提问作者be84