Python中获取Top 10数值及对应占比的实现求助

你可以在现有代码基础上，通过计算总Size并生成占比列来实现需求，修改后的完整代码如下：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

# 读取数据
df = pd.read_csv('train_feature_store.csv')

# 按Store分组求和Size
size_by_store = df[['Size','Store']].groupby(['Store'], as_index=False).sum()

# 计算所有Store的Size总和
total_size = size_by_store['Size'].sum()

# 新增占比列，保留两位小数
size_by_store['Percentage'] = round((size_by_store['Size'] / total_size) * 100, 2)

# 按Size降序排序，取Top10
top10_stores = size_by_store.sort_values(by=['Size'], ascending=False).head(10)

print(top10_stores)

代码说明： #

• 先通过groupby完成按Store分组求和Size的操作，得到每个Store的总Size
• 用size_by_store['Size'].sum()计算所有Store的Size总和，作为占比计算的分母
• 新增Percentage列，通过(单店Size / 总Size) * 100得到百分比，并用round保留两位小数让结果更整洁
• 最后按Size降序排序后取前10行，得到包含Store、Size、Percentage的Top10结果

内容的提问来源于stack exchange，提问作者E L