如何用Python对DataFrame的字符串值执行Pivot并计算达成率？

嘿，我懂你想要实现的效果——就像Excel里按日期做透视表，统计每天Achieved结果的占比对吧？其实不用纠结复杂的pivot操作，用Pandas的groupby或者crosstab就能轻松搞定，我给你一步步拆解：

第一步：构造样本数据 #

先把你提供的样本数据转换成Pandas DataFrame：

import pandas as pd

data = {
    'Date report': ['01/11/2020', '01/11/2020', '02/11/2020', '02/11/2020', '02/11/2020', '03/11/2020'],
    'Result': ['Achieved', 'Achieved', 'Failed', 'Failed', 'Achieved', 'Achieved']
}
df = pd.DataFrame(data)

第二步：计算每日Achieved占比 #

这里有两种简单的实现方式：

方法一：用groupby+agg组合计算 #

先按日期分组，然后统计每组里Achieved的数量和总数量，再做除法得到占比：

# 按日期分组，计算Achieved的数量和总数量
grouped = df.groupby('Date report').agg(
    achieved_count=('Result', lambda x: (x == 'Achieved').sum()),
    total_count=('Result', 'count')
)

# 计算占比并格式化，然后重置索引得到目标格式
result_df = grouped.assign(
    Result=lambda x: (x['achieved_count'] / x['total_count']).map('{:.2%}'.format)
).reset_index()[['Date report', 'Result']]

print(result_df)

方法二：用crosstab快速统计 #

pd.crosstab可以直接生成交叉表，然后计算行占比：

# 生成日期和Result的交叉表
cross_tab = pd.crosstab(df['Date report'], df['Result'])

# 计算Achieved的占比，格式化后重置索引
result_df = cross_tab.assign(
    Result=lambda x: (x['Achieved'] / x.sum(axis=1)).map('{:.2%}'.format)
).reset_index()[['Date report', 'Result']]

print(result_df)

运行结果 #

两种方法都会输出你想要的格式：

Date report    Result
0  01/11/2020  100.00%
1  02/11/2020   33.33%
2  03/11/2020  100.00%

简单说下逻辑：两种方法的核心都是先按日期分组统计，再计算Achieved数量与总数量的比值，最后用map('{:.2%}'.format)把小数转换成带两位小数的百分比格式，完全匹配你的需求。

内容的提问来源于stack exchange，提问作者Salmannn