如何用Pandas按组计算同一列的比值（附R等效实现）

你的Pandas代码报错的核心原因是：agg方法中直接使用全局的DataFrame切片（df[df['b'] == 'x']），没有针对每个分组内部的数据进行处理，导致分组逻辑和筛选逻辑不匹配。以下是两种可行的正确实现方案：

方案一：使用groupby.apply处理每个分组 #

通过apply可以对每个分组的子DataFrame单独操作，提取对应b='x'和b='y'的value并计算比值：

import pandas as pd

df = pd.DataFrame({'a': ['a', 'a', 'b', 'b'],
                   'b': ['x', 'y', 'x', 'y'],
                   'value': [1, 2, 3, 4]})

# 对每个分组计算x/y的比值
result = df.groupby('a').apply(lambda group: group[group['b'] == 'x']['value'].iloc[0] / group[group['b'] == 'y']['value'].iloc[0])
# 转换为结构化DataFrame
result = result.reset_index(name='calc')
print(result)

输出结果：

a  calc
0  a  0.50
1  b  0.75

方案二：先透视成宽表再计算（更高效） #

先通过透视表将每个分组的x和y值转为同一行的列，再直接做除法运算，这种方法更适合大数据量场景：

import pandas as pd

df = pd.DataFrame({'a': ['a', 'a', 'b', 'b'],
                   'b': ['x', 'y', 'x', 'y'],
                   'value': [1, 2, 3, 4]})

# 生成透视表：以a为索引，b的取值为列，value为对应值
pivot_df = df.pivot(index='a', columns='b', values='value')
# 计算x与y的比值
pivot_df['calc'] = pivot_df['x'] / pivot_df['y']
# 整理成目标格式
result = pivot_df[['calc']].reset_index()
print(result)

输出结果与方案一完全一致。

内容的提问来源于stack exchange，提问作者Rafael