如何在pandas处理结果中添加百分比计算列以监控数据变化

原有代码参考（可对应你现有逻辑对齐） #

你现有可运行的代码逻辑大致如下，可根据你实际的聚合规则调整对应字段：

import pandas as pd

# 读取源数据
df = pd.read_csv("sampledata.txt")
# 此处省略你已实现的数据清洗逻辑
# 按col1、col5分组聚合，示例为col2求和，可替换为你实际的聚合逻辑
agg_df = df.groupby(["col1", "col5"], as_index=False).agg(
    col2=("col2", "sum")
)
# 按col2降序排序
sorted_df = agg_df.sort_values("col2", ascending=False).reset_index(drop=True)

常用百分比计算实现代码 #

根据你监控数据的需求，可选择以下任意一种或多种百分比计算逻辑，直接加在排序代码之后即可：

• 全局占比：每行col2值占全量总col2的百分比
  适合看单条数据对整体大盘的贡献占比

  # 计算百分比，默认保留2位小数
  sorted_df["全局占比(%)"] = (sorted_df["col2"] / sorted_df["col2"].sum()).round(4) * 100
  # 如需展示百分号后缀，可加以下代码转换为字符串格式
  # sorted_df["全局占比(%)"] = sorted_df["全局占比(%)"].astype(str) + "%"
  

• 组内占比：按col1分组，计算同组内每行col2占分组总col2的百分比
  适合看同一col1分类下，不同col5的分布占比

  sorted_df["组内占比(%)"] = sorted_df.groupby("col1")["col2"].apply(lambda x: (x/x.sum()).round(4)*100)
  

• 环比变化率：当前行col2相对于上一行col2的变化百分比
  适合看排序后相邻数据的波动幅度

  sorted_df["环比变化率(%)"] = sorted_df["col2"].pct_change().round(4) * 100
  # 第一行无前置数据默认返回NaN，可按需填充为0或其他占位值
  # sorted_df["环比变化率(%)"] = sorted_df["环比变化率(%)"].fillna(0)
  

注意事项 #

• 如果你聚合col2时使用的不是求和，而是计数、均值等规则，把计算分母对应的sum()替换为你实际使用的聚合方法即可
• 保留小数位数可通过修改round()的入参调整，比如保留1位小数就写round(1)
• 如果col2存在负值，计算出的百分比会为负，符合变化率的计算逻辑，属于正常情况

内容的提问来源于stack exchange，提问作者rbutrnz