Pandas按3列分组新增列 计算国家-类别对应大区的数值贡献占比

现有如下Pandas DataFrame（变量名df）：

Region   Country  Category  Number
0   NA       CA       A         2
1   NA       CA       B         1
2   NA       US       A         2
3   NA       US       B         3
4   NA       MX       A         2
5   NA       MX       B         1
0   EU       FR       A         2
1   EU       FR       B         1
2   EU       NL       A         1
3   EU       NL       B         2
4   EU       DK       A         1
5   EU       DK       B         2

需求为新增一列，存储每个「国家-类别」组合的Number值，在所属大区同类别总数值中的相对贡献占比。

计算规则示例：NA大区CA国家A类别的贡献值 = 2/(NA大区所有国家A类别的Number总和) = 2/(2+2+2) ≈ 0.33
期望输出效果如下：

Region   Country  Category  Number  Contribution
0   NA       CA       A         2       0.33
1   NA       CA       B         1       0.20
2   NA       US       A         2       0.33
3   NA       US       B         3       0.60
4   NA       MX       A         2       0.33
5   NA       MX       B         1       0.20
0   EU       FR       A         2       0.50
1   EU       FR       B         1       0.20
2   EU       NL       A         1       0.25
3   EU       NL       B         2       0.40
4   EU       DK       A         1       0.25
5   EU       DK       B         2       0.40

注：示例输出中的Population列为笔误，实际计算逻辑无需该字段。

原实现代码未得到预期结果：

df['Contribution'] = df.groupby(['Region','Country,'Category'])['Number'].apply(lambda x: x*100/x.sum())

原代码存在两处问题：

• 分组维度错误：计算同大区同类别的数值总和，仅需按Region、Category两个字段分组即可。原代码错误将Country加入分组键，导致每个国家-类别组合单独成组，计算出的占比恒为1，完全不符合需求
• 语法错误：分组字段列表中'Country缺失闭合单引号，运行时会直接触发语法报错

使用groupby配合transform方法即可实现，transform会将分组计算的总和按原数据索引对齐返回，直接做除法就能得到每行对应的占比：

# 计算占比
df['Contribution'] = df['Number'] / df.groupby(['Region', 'Category'])['Number'].transform('sum')

# 如果需要保留两位小数，加round即可
df['Contribution'] = df['Contribution'].round(2)

运行上述代码后得到的结果与预期完全一致。

内容的提问来源于stack exchange，提问作者Jnams