如何用Pandas按供应商与周计算通过率并生成含对应列的新DataFrame？

现有如下结构的DataFrame：

Vendor  GRDate  Pass/Fail
0   204177  2022-22 1.0
1   204177  2022-22 0.0
2   204177  2022-22 0.0
3   204177  2022-22 1.0
4   204177  2022-22 1.0
5   204177  2022-22 1.0
7   201645  2022-22 0.0
8   201645  2022-22 0.0
9   201645  2022-22 1.0
10  201645  2022-22 1.0

需求：按Vendor和GRDate分组，计算每组中Pass/Fail等于1的通过率（通过数/总条数），生成包含Vendor、GRDate、Performance列的新DataFrame，预期结果如下：

Vendor  GRDate  Performance
0   204177  2022-22 0.6
1   201645  2022-22 0.5

尝试的代码如下：

sdp_percent = sdp.groupby(['GRDate','Vendor'])['Pass/Fail'].apply(lambda x: x[x == 1].count()) / sdp.groupby(['GRDate','Vendor'])['Pass/Fail'].count()

遇到的问题：

• 上述代码仅返回通过率数值，Vendor和GRDate作为索引存在而非显式列，看起来像是丢失了；
• 若给两个groupby结果都添加.reset_index()，会报错：unsupported operand type(s) for /: 'str' and 'str'

问题根源 #

1. 两次独立执行groupby后做除法，得到的是带MultiIndex的Series：GRDate和Vendor是索引层级，不是显式列，所以看起来像是丢失了这两列；
2. 若给两个groupby结果都执行reset_index()，会得到两个包含GRDate、Vendor、Pass/Fail列的DataFrame，此时做除法会尝试对所有列进行运算——但GRDate和Vendor是字符串类型，无法参与除法，因此触发类型错误。

正确实现方式 #

方法1：利用均值直接计算（最简洁）

由于Pass/Fail列是1（通过）和0（失败）的数值型数据，分组后的均值恰好等于通过率（通过数/总条数），写法如下：

sdp_percent = sdp.groupby(['GRDate', 'Vendor'])['Pass/Fail'].mean().reset_index(name='Performance')

方法2：单次groupby内完成计算

通过apply在分组内一次性计算通过率，避免两次groupby的冗余操作：

sdp_percent = sdp.groupby(['GRDate', 'Vendor'])['Pass/Fail'].apply(lambda x: x[x == 1].count() / len(x)).reset_index(name='Performance')

方法3：使用agg聚合函数

通过agg分别统计通过数和总数，再计算比率：

agg_result = sdp.groupby(['GRDate', 'Vendor'])['Pass/Fail'].agg(
    pass_count=lambda x: x[x == 1].count(),
    total_count='count'
).reset_index()
sdp_percent = agg_result.assign(Performance=agg_result['pass_count'] / agg_result['total_count'])[['Vendor', 'GRDate', 'Performance']]

以上三种方法均可得到符合预期的DataFrame，其中方法1最为高效简洁。

内容的提问来源于stack exchange，提问作者jhew123