如何为DataFrame生成目标百分比列并保留计数列

你的问题出在计算百分比时的分组维度错误——你按Attrition、Gender、JobSatisfaction三个字段分组，导致每个小组的总和就是自身的count，所以百分比全为100%。正确的做法是按Attrition和Gender分组，计算每个JobSatisfaction在对应分组内的占比。

修正后的代码如下：

# 筛选需要的列（注意列名拼写：原DataFrame是JobSatisfaction，不是Job_Satisfaction）
df1 = df[['Attrition', 'Gender', 'JobSatisfaction']]
# 分组统计各JobSatisfaction的计数
df1 = df1.groupby(['Attrition', 'Gender'])['JobSatisfaction'].value_counts().reset_index(name='count')
# 按Attrition+Gender分组计算总计数，再求占比
df1['%'] = 100 * df1['count'] / df1.groupby(['Attrition', 'Gender'])['count'].transform('sum')
# 格式化百分比，保留两位小数（可选，让结果更清晰）
df1['%'] = df1['%'].round(2)
# 按指定字段排序
df1 = df1.sort_values(by=['Gender', 'Attrition', 'JobSatisfaction'])
df1

关键修正点： #

• 修正列名拼写错误：原代码中Job_Satisfaction是笔误，对应原DataFrame的JobSatisfaction
• 调整百分比计算的分组维度：改为按['Attrition','Gender']分组，transform('sum')会得到每个性别+离职状态组合的总人数，用当前行的count除以这个总和，就能得到该JobSatisfaction在对应分组内的占比
• 可选的round(2)可以让百分比保留两位小数，和你期望的结果格式一致

内容的提问来源于stack exchange，提问作者WF30