如何遍历数据集分组，计算各组占社会人口特征组合的百分比

假设你的数据集已加载为Pandas DataFrame（命名为df），包含Merged_char、Group、Sum三列（每行对应一个特征组合+Group的数量统计），可以通过以下步骤自动计算占比：

• 第一步：导入依赖库并加载数据

  import pandas as pd
  # 替换为你的数据集路径，比如CSV/Excel文件
  df = pd.read_csv("your_dataset.csv")
  

• 第二步：按特征组合计算总数量
  使用groupby+transform方法，自动为每个Merged_char分组计算Sum列的总和，并将结果作为新列Total_Sum添加到原数据中，无需手动处理144种组合：

  df["Total_Sum"] = df.groupby("Merged_char")["Sum"].transform("sum")
  

• 第三步：计算Group占比
  用每行的Sum除以对应分组的Total_Sum，乘以100得到百分比，可通过round()控制小数位数：

  # 保留1位小数，可根据需求调整
  df["Percentage"] = (df["Sum"] / df["Total_Sum"] * 100).round(1)
  

• 第四步：生成汇总表
  整理需要的列并排序，得到最终的汇总结果：

  summary_table = df[["Merged_char", "Group", "Sum", "Total_Sum", "Percentage"]]
  # 按特征组合和Group排序，便于查看
  summary_table = summary_table.sort_values(by=["Merged_char", "Group"])
  # 可选：导出为CSV文件
  summary_table.to_csv("group_percentage_summary.csv", index=False)
  

这个方法会自动遍历所有Merged_char组合，无需手动创建筛选列表，完全适配144种特征组合的场景。

内容的提问来源于stack exchange，提问作者Fendi