Python透视表如何按各分类分组计算添加响应百分比

问题原因 #

你当前代码直接对全表ID列求和，分母取的是全量样本总人数，没有按Question+Dep维度做分组聚合，因此计算出的是单组人数占全体样本的比例，不符合组内占比的计算要求。

完整实现步骤 #

你的原始数据是宽表结构（Q1/Q2/Q3为独立列），需要先做格式重塑，再做分组统计和占比计算，完整代码如下：

1. 宽表转长表，拆分出独立的问题、响应值字段

import pandas as pd

# 用melt把三个问题列从宽格式转为长格式
df_long = df.melt(
    id_vars=['ID', 'Gender', 'Age', 'Dep', 'Ethnicity'],
    value_vars=['Q1', 'Q2', 'Q3'],
    var_name='Question',
    value_name='Response'
)

2. 统计各维度组合的响应人数，补全0值记录

# 按问题、部门、响应值三个维度分组，统计每组的响应人数
df_stat = df_long.groupby(['Question', 'Dep', 'Response'], as_index=False)['ID'].count()

# 补全每个问题+部门组合下Y/N两类响应，避免某类响应人数为0时不显示
df_stat = df_stat.set_index(['Question', 'Dep', 'Response']).unstack(fill_value=0).stack().reset_index()

3. 按分组计算组内占比

# 用transform取每个问题+部门分组的总响应人数，作为占比分母
df_stat['group_total'] = df_stat.groupby(['Question', 'Dep'])['ID'].transform('sum')
# 计算百分比，结果取整和预期输出格式对齐
df_stat['% response'] = (df_stat['ID'] / df_stat['group_total'] * 100).round(0).astype(int)
# 设置索引、删除临时列，得到最终结果
result = df_stat.drop(columns='group_total').set_index(['Question', 'Dep'])

关键逻辑说明 #

• 必须先做宽表转长表，才能把Question作为独立的分组维度使用
• 计算占比时用groupby([分组维度])[计数列].transform('sum')，会把分组求和的结果按行映射回原表，保证每一行的分母都是它所属分组的总人数，而不是全表总和
• 补全0值记录的步骤可以保证输出结果和你预期的结构完全一致，不会漏掉人数为0的响应类别

用你提供的样例数据运行上述代码，输出的Q1、Q2部分结果和你给出的期望表结构、数值完全匹配。

内容的提问来源于stack exchange，提问作者Sandy