Pandas：统计多列0/1数据并生成各列占比的方法

你的DataFrame所有列都是0/1值，要计算每列1的占比（即对应元素出现在剧集中的比例），用pandas可以轻松实现，以下是两种可靠方法：

方法一：直接利用均值计算 #

因为0/1列的均值恰好等于1的数量占总行数的比例，代码简洁高效：

import pandas as pd

# 假设你的DataFrame名为df
# 计算每列占比，返回Series对象
column_ratios = df.mean()

# 可选：格式化为百分比并保留两位小数
formatted_ratios = (column_ratios * 100).round(2).astype(str) + "%"

方法二：明确基于总剧集数381计算 #

如果需要强制以381作为分母（比如存在缺失值但仍要按总剧集数统计），可以先统计每列1的数量再做除法：

# 统计每列1的总数
column_yes_counts = df.sum()

# 计算占比
column_ratios = column_yes_counts / 381

# 同样可以格式化输出
formatted_ratios = (column_ratios * 100).round(2).astype(str) + "%"

结果整理 #

如果需要更清晰的表格形式，可以将结果转为DataFrame：

result_table = formatted_ratios.reset_index()
result_table.columns = ["元素名称", "剧集包含占比"]
print(result_table)

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