Python Pandas：分组后如何获取唯一学生计数及占比？

原始数据 #

首先创建示例DataFrame：

import pandas as pd

df = pd.DataFrame({'student': 'AAA AAA BBB BBB BBB CCC DDD DDD DDD DDD'.split(),
                   'grade': ['B', 'B', 'C', 'A', 'A', 'B', 'B', 'A', 'B', 'B']})

输出的原始表格：

student grade
0     AAA     B
1     AAA     B
2     BBB     C
3     BBB     A
4     BBB     A
5     CCC     B
6     DDD     B
7     DDD     A
8     DDD     B
9     DDD     B

需求说明 #

按grade分组，统计各分数段的唯一学生数量，以及该数量占总学生数（共4名）的百分比，期望输出格式如下：

grade student_count percentage
 A         2           50.00
 B         3           75.00
 C         1           25.00

实现步骤 #

1. 先计算总唯一学生数：

total_students = df['student'].nunique()

2. 分组统计唯一学生数，并计算占比：

# 分组统计并重置索引，命名统计列
result = df.groupby('grade')['student'].nunique().reset_index(name='student_count')
# 计算百分比并保留两位小数
result['percentage'] = (result['student_count'] / total_students * 100).round(2)

3. 查看结果：

print(result)

输出结果：

grade  student_count  percentage
0     A              2        50.00
1     B              3        75.00
2     C              1        25.00

也可以用链式调用简化代码：

total_students = df['student'].nunique()
result = df.groupby('grade')['student'].nunique()\
           .reset_index(name='student_count')\
           .assign(percentage=lambda x: (x['student_count']/total_students*100).round(2))

内容的提问来源于stack exchange，提问作者Roy