Pandas按分类列分组统计另一列特定值的出现次数与占比

问题原因 #

你当前使用的df.groupby("Categories")["Clicks"].count()统计的是每个分类下Clicks列的非空值总数量，也就是该分类的总观测数，没有做Clicks==1的条件筛选，所以不符合需求。

实现代码 #

你可以通过分组聚合一次性计算两个所需指标，两种常用实现方式如下：

方式1：单步聚合（更简洁）

利用布尔值的数值特性：True等价于1，False等价于0，直接对Clicks==1的布尔序列求和得到计数，求均值得到概率：

import pandas as pd

# 你的原始df读取后执行以下代码
result = df.groupby("Categories").agg(
    # 统计Clicks==1的次数
    Clicks_count = ("Clicks", lambda x: (x == 1).sum()),
    # 计算概率并格式化为百分比
    Clicks_prob = ("Clicks", lambda x: f"{round((x == 1).mean() * 100)}%")
).reset_index()

方式2：先加标记列再聚合（可读性更高）

import pandas as pd

# 新增是否为点击1的标记列
df["is_click_one"] = df["Clicks"] == 1

# 分组计算
result = df.groupby("Categories").agg(
    Clicks_count = ("is_click_one", "sum"),
    Clicks_prob = ("is_click_one", lambda x: f"{round(x.mean() * 100)}%")
).reset_index()

两种方式输出的result都和你需要的目标格式完全一致。

内容的提问来源于stack exchange，提问作者amestrian