如何计算DataFrame中各品牌按年度的数量占比？

假设我的DataFrame如下：

我需要找出Build year与Brand的所有唯一组合，统计每组的数量，同时计算各品牌在对应年份的占比。目前我写了这段代码：

df.groupby(["Build year", "Brand"]).count()

有没有简便方法把结果转换成年度占比？期望输出如下：

可以通过分组统计总数结合groupby.transform快速实现，步骤如下：

1. 先按Build year和Brand分组统计行数，生成Count列：

result = df.groupby(["Build year", "Brand"]).size().reset_index(name="Count")

用size()比count()更直接，因为我们仅需统计每组的行数。

2. 计算每个年份的总数量，再用每组的Count除以对应年份的总数得到占比：

result["Percentage of annual count"] = result["Count"] / result.groupby("Build year")["Count"].transform("sum")

transform("sum")会为每行返回其所属年份的总数量，直接做除法就能得到占比。

3. 可选：如果需要保留两位小数，用round()处理：

result["Percentage of annual count"] = result["Percentage of annual count"].round(2)

完整代码整合如下：

# 统计分组数量
result = df.groupby(["Build year", "Brand"]).size().reset_index(name="Count")
# 计算年度占比并保留两位小数
result["Percentage of annual count"] = (result["Count"] / result.groupby("Build year")["Count"].transform("sum")).round(2)

执行后即可得到符合预期的输出结果。

内容的提问来源于stack exchange，提问作者Xtiaan