Pandas调用value_counts()统计时如何同时输出各类别占比百分比

你可以通过拼接计数序列和归一化后的占比序列快速实现需求，以下是可直接复用的代码：

方法1：分步骤实现（可读性更高） #

# 1. 统计各分类计数
count_ser = df['goal'].value_counts()
# 2. 计算占比，转换为带%、逗号为小数分隔符的格式
pct_ser = (count_ser / count_ser.sum() * 100).round(1).astype(str).str.replace('.', ',') + '%'
# 3. 拼接为结果表
result = pd.concat([count_ser, pct_ser], axis=1, keys=['count', 'percentage'])

输出的result格式如下：

count percentage
0   1000      66,7%
1    500      33,3%

方法2：一行代码实现 #

如果你偏好更短的写法，可直接链式调用完成：

result = df['goal'].value_counts().to_frame('count').assign(percentage=lambda x: (x['count']/x['count'].sum()*100).round(1).astype(str).str.replace('.', ',') + '%')

提示：如果不需要逗号作为小数分隔符，去掉.str.replace('.', ',')这段即可；调整round()内的数字可以修改百分比保留的小数位数。

内容的提问来源于stack exchange，提问作者Katty_one