如何用Pandas内置函数计算列值的占比/分位数并保存至新列？

我有一个包含两列的DataFrame：

df
hr  count
2   53
3   1586
4   890
5   833
6   209

我想计算count列中每个值的占比/分位数，并将结果保存到新列中。目前我使用的方法是：

df['avg'] = (df['count'] / df['count'].sum()) * 100

执行后得到：

df
hr  count   avg
2   53     1.484178
3   1586   44.413330
4   890    24.922991
5   833    23.326799
6   209    5.852702

我希望使用mean()这类Pandas内置函数来实现该需求，请问该如何操作？

其实你要的是计算相对频率（每个值在总和中的占比），先澄清一下：mean()本身是用来计算列的平均值，和占比逻辑不直接相关，不过我们可以用Pandas更优雅的内置方法来实现你的需求，替代手动写除法的方式：

方法一：用div() + mul()链式调用 #

这是和你原有逻辑完全一致的Pandas内置方法写法，代码更简洁易读：

df['avg'] = df['count'].div(df['count'].sum()).mul(100)

div()是Pandas的除法方法，mul()是乘法方法，链式调用后和你手动计算(count / sum) * 100的结果完全相同。

方法二：结合transform()适配复杂场景 #

如果后续你的DataFrame需要分组计算占比，transform()能保证计算结果和原DataFrame维度匹配，同样适用于当前场景：

df['avg'] = df['count'].div(df['count'].transform('sum')).mul(100)

比如当你按hr分组时，transform('sum')会返回每个组的总和并对应到组内每一行，而不是全局总和，这个方法扩展性更强。

关于mean()的补充说明 #

mean()计算的是列的平均值，和占比逻辑没有直接关联——毕竟sum(count) = len(df) * mean(count)只有当所有count值相等时才成立，所以它并不能直接用来计算占比。上面的div()+sum()组合才是Pandas中实现占比的标准内置方法。

内容的提问来源于stack exchange，提问作者Ali Hasan