Pandas保留所有行前提下按条件计算分组占比的实现问题

你原来的代码存在三个核心问题：

• 语法错误：groupby(['index', 'Col1']后缺少闭合的方括号，运行会直接报错
• 分组键设置错误：需求是仅按Col1分组计算占比，你额外加了index作为分组键，会导致每个分组仅包含1行数据，计算结果不符合预期
• 方法选择错误：apply会对每个分组返回聚合后的单行结果，直接赋值会覆盖原有DataFrame的结构，导致丢失列和行；应该使用transform方法，它会把分组计算结果广播到分组内的所有行，完全保留原有行数和列。

正确实现代码 #

import pandas as pd

# 业务需要的排序逻辑可保留
df = df.sort_values(['index', 'Col1'], ascending=(True, True))

# 核心计算逻辑：按Col1分组，计算Col9>50的行占比，广播到同组所有行
# 布尔值True等价于1、False等价于0，均值就是符合条件的占比，乘以100转为百分比
df['Percentual'] = df.groupby('Col1')['Col9'].transform(lambda x: (x > 50).mean() * 100)

# 如果需要带%符号的字符串格式，可新增以下代码
# df['Percentual'] = df['Percentual'].apply(lambda x: f"{x:.0f}%")

效果验证 #

用你给出的示例场景测试，输出结果如下：

完全符合需求：原有所有行和列都保留，同组Percentual值一致。

内容的提问来源于stack exchange，提问作者Fabio