无需新建pandas DataFrame，计算分组总计占比

核心方法 #

利用pandas的groupby.transform()方法，直接在原DataFrame上生成分组总计并计算占比，无需创建新的DataFrame或进行合并操作。

步骤示例 #

假设你的DataFrame包含分组列（比如category）和数值列（比如value），操作如下：

• 确定分组依据列：根据你的样本数据，指定用于分组的列（如category）
• 计算分组总计：使用transform('sum')获取每个数据行对应分组的总计值，该方法会返回与原DataFrame同长度的Series
• 生成占比列：直接在原DataFrame上创建新列，用数值列除以对应分组的总计值

代码示例 #

# 直接在原DataFrame中添加占比列
df['占比'] = df['value'] / df.groupby('category')['value'].transform('sum')

# 可选：将占比格式化为百分比（保留两位小数）
df['占比'] = df['占比'].apply(lambda x: f"{x:.2%}")

关键说明 #

• transform()方法的优势在于它会保留原DataFrame的索引结构，返回的Series可以直接和原数据进行运算，避免了额外的合并或索引对齐操作
• 如果需要处理多列或更复杂的分组逻辑，只需调整groupby的分组键和数值列即可

内容的提问来源于stack exchange，提问作者Mike Mann