Pandas如何通过groupby+agg优化按日期统计True占比的聚合逻辑

问题说明 #

现有测试记录数据结构如下：

Ddate   Test Name   T/F
01-01-2019  Haem    T
02-01-2019  Haem    T
03-01-2019  Haem    T
04-01-2019  Haem    F
05-01-2019  Haem    F
01-01-2019  CBC     T
02-01-2019  CBC     T
03-01-2019  CBC     T
04-01-2019  CBC     F
05-01-2019  CBC     F
01-01-2019  KFT     T
02-01-2019  KFT     T
03-01-2019  KFT     T
04-01-2019  KFT     F
05-01-2019  KFT     F

需求为按Ddate分组，统计T/F字段取值为T的记录占比。原有实现需要提前生成多列中间字段，流程冗余，完全可以通过groupby + agg一次性完成聚合计算，不需要修改原DataFrame结构。
原有实现代码：

import pandas as pd
import numpy as np

df['T/F'] = df['T/F'].map({'T':1, 'F':0})
df['T'] = np.where(df['T/F']==1, 1, 0)
df['F'] = 1 - df['T']

df = df.groupby('Ddate').agg(
    {
        'T': sum,
        'F': sum,
    }
)

df['Total'] = df['T'] + df['F']
df['per T'] = df['T'] / df['Total'] * 100

优化方案 #

方案1：无中间列直接聚合 #

不需要提前做值映射、生成中间列，直接在聚合逻辑中完成判断，代码最简洁：

result = df.groupby('Ddate')['T/F'].agg(
    T_count = lambda s: (s == 'T').sum(),
    F_count = lambda s: (s == 'F').sum(),
    total = 'count',
    T_percent = lambda s: (s == 'T').mean() * 100
)

各聚合字段逻辑：

• T_count：统计组内值为T的记录数
• F_count：统计组内值为F的记录数
• total：调用pandas内置count方法统计组内总记录数
• T_percent：布尔序列的均值即为True的占比，乘100得到百分比结果

方案2：临时映射列聚合（可读性更高） #

如果觉得直接在lambda中写判断不够直观，可以用assign生成不修改原表的临时列再聚合，逻辑更清晰：

result = df.assign(
    flag = df['T/F'].map({'T': 1, 'F': 0})
).groupby('Ddate').agg(
    T_count = ('flag', 'sum'),
    F_count = ('flag', lambda s: len(s) - s.sum()),
    total = ('flag', 'count'),
    T_percent = ('flag', lambda s: s.mean() * 100)
)

两种方案输出结果和原有实现完全一致，且不需要提前修改原DataFrame、生成冗余中间列，代码更简洁高效。

内容的提问来源于stack exchange，提问作者Anant