使用Pandas在DataFrame中多条件下按团队计算Zone 6占比

假设你的DataFrame包含Team（团队标识列）和Zone（区域列）核心字段，以下是两种高效实现方式：

方法一：分组自定义计算 #

通过groupby按团队分组，统计每组内Zone为6的记录数占组内总记录数的比例：

import pandas as pd

# 替换为你的DataFrame名称或读取逻辑
df = pd.read_csv("your_data_source.csv")

# 计算Zone 6占比
zone6_ratio = df.groupby('Team').apply(
    lambda group: (group['Zone'] == 6).sum() / len(group)
).reset_index(name='Zone6_Ratio')

# 输出结果，如需百分比格式可乘以100
print(zone6_ratio)

方法二：交叉表归一化计算 #

利用crosstab生成团队与Zone的交叉计数表，再按行归一化直接得到占比：

import pandas as pd

df = pd.read_csv("your_data_source.csv")

# 按团队分组，计算各Zone的占比（行维度归一化）
zone_ratio_table = pd.crosstab(df['Team'], df['Zone'], normalize='index')
# 提取Zone 6的占比列并重命名
zone6_ratio = zone_ratio_table[[6]].rename(columns={6: 'Zone6_Ratio'})

print(zone6_ratio)

补充说明 #

• 两种方法最终都会生成包含Team和Zone6_Ratio的结果表，Zone6_Ratio为0-1的小数，如需百分比格式可执行zone6_ratio['Zone6_Ratio'] = zone6_ratio['Zone6_Ratio'] * 100
• 如果需要先筛选特定数据，可在分组前通过df[df['过滤列'] == 筛选条件]完成数据过滤

内容的提问来源于stack exchange，提问作者Shadowz