如何按Person统计各Choice的计数与占比并生成指定格式DataFrame

给定如下Pandas DataFrame：

person  choice
0  A       1
1  A       2
2  A       1
3  B       3
4  B       3
5  B       2
6  B       1
7  C       2

需要实现：

• 统计每个person对应各choice的计数，生成包含计数与总数的中间结果
• 基于中间结果计算各choice的占比，最终结果需便于排序、绘图及进一步分析

中间计数结果示例：

person  choice_1_count choice_2_count choice_3_count  total
A                    2              1              0      3 
B                    1              1              2      4
C                    0              1              0      1

最终占比结果示例：

person  choice_1_percent  choice_2_percent  choice_3_percent
A                  66.67             33.33              0.00
B                  25.00             25.00             50.00
C                   0.00            100.00              0.00

解决方法 #

1. 生成中间计数结果 #

利用pd.crosstab()实现交叉统计，再添加总数列：

import pandas as pd

# 构造原始数据
df = pd.DataFrame({
    'person': ['A', 'A', 'A', 'B', 'B', 'B', 'B', 'C'],
    'choice': [1, 2, 1, 3, 3, 2, 1, 2]
})

# 交叉统计各person的choice数量
count_df = pd.crosstab(df['person'], df['choice']).reset_index()
# 重命名列名以匹配要求格式
count_df.columns = ['person', 'choice_1_count', 'choice_2_count', 'choice_3_count']
# 计算每个person的总选择数
count_df['total'] = count_df.iloc[:, 1:4].sum(axis=1)

print(count_df)

运行后即可得到符合要求的中间计数表。

2. 生成最终占比结果 #

基于计数表计算占比，保留两位小数，最后整理列：

# 复制计数表用于计算占比
percent_df = count_df.copy()
# 计算各choice的占比（百分比形式）
percent_df['choice_1_percent'] = round((percent_df['choice_1_count'] / percent_df['total']) * 100, 2)
percent_df['choice_2_percent'] = round((percent_df['choice_2_count'] / percent_df['total']) * 100, 2)
percent_df['choice_3_percent'] = round((percent_df['choice_3_count'] / percent_df['total']) * 100, 2)
# 筛选出需要的列
percent_df = percent_df[['person', 'choice_1_percent', 'choice_2_percent', 'choice_3_percent']]

print(percent_df)

最终得到的宽表格式非常适合后续排序（如percent_df.sort_values('choice_1_percent', ascending=False)）、绘图（如用seaborn绘制分组柱状图）和其他分析操作。

内容的提问来源于stack exchange，提问作者Ivo Treszka