使用Pandas计算每位人员各类水果的占比

先构造你提供的示例DataFrame：

import pandas as pd

df = pd.DataFrame({
    '人员': ['A', 'A', 'A', 'B', 'C', 'A', 'F', 'D'],
    '水果': ['苹果', '香蕉', '香蕉', '苹果', '香蕉', '苹果', '香蕉', '香蕉']
})

方法一：长表格式输出（直观展示每个人员-水果的占比） #

利用groupby结合value_counts的normalize参数直接计算比例：

# 按人员分组，计算组内各水果的占比，转百分比并保留两位小数
result = df.groupby('人员')['水果'].value_counts(normalize=True).mul(100).round(2).reset_index(name='占比(%)')
print(result)

输出结果：

人员  水果  占比(%)
0  A  苹果   50.00
1  A  香蕉   50.00
2  B  苹果  100.00
3  C  香蕉  100.00
4  D  香蕉  100.00
5  F  香蕉  100.00

方法二：宽表格式输出（适合对比同一人员的不同水果占比） #

用crosstab生成计数表后，按行计算占比：

# 生成人员-水果的计数交叉表
counts = pd.crosstab(df['人员'], df['水果'])
# 每行（人员）的水果数量除以该行总数，转百分比并保留两位小数，缺失值填0
percentage = counts.div(counts.sum(axis=1), axis=0).mul(100).round(2).fillna(0)
print(percentage)

输出结果：

水果    苹果     香蕉
人员             
A    50.00   50.00
B   100.00    0.00
C     0.00  100.00
D     0.00  100.00
F     0.00  100.00

关键逻辑说明 #

• value_counts(normalize=True)：返回分组内各元素的占比（0-1之间的小数）
• div(counts.sum(axis=1), axis=0)：让每行的每个数值除以该行的总和，得到该行内各元素的占比
• mul(100)：将比例转换为百分比格式
• round(2)：保留两位小数，可根据需求调整位数

内容的提问来源于stack exchange，提问作者J Lee