pandas分组计算子类别百分比时处理汇总类得到正确占比的问题

解决方案 #

你要的计算逻辑可以通过提取每个分组下category=total对应的销售额作为统一分母实现，代码如下：

import pandas as pd

# 原始DataFrame
df = pd.DataFrame({'group':['A','A','A','A','A',
                            'B','B','B','B','B',
                            'C','C','C','C','C'],
                  'category': ['zero','first', 'second', 'first+second', 'total',
                               'zero', 'first', 'second', 'first+second', 'total',
                               'zero','first', 'second', 'first+second', 'total'],
                  'sales': [50,100,75,175,225, 
                            5,10,15,25,30,
                            1000,2000,3000,3000,4000]})

# 构造分组与对应total销售额的映射关系
group_total_map = df[df['category'] == 'total'].set_index('group')['sales']
# 计算占比，可根据需要调整保留的小数位数
df['sales_pct'] = (df['sales'] / df['group'].map(group_total_map) * 100).round(2)

结果验证 #

计算后group=A的结果完全符合预期：

错误原因说明 #

• 第一次计算错误：分母取了分组下所有category的销售额总和，包含了first+second和total的汇总值，导致整体分母偏大，占比结果偏低。
• 第二次计算错误：仅为zero/first/second三类计算了分母，first+second和total行没有匹配到对应的分母值，所以返回NaN。

内容的提问来源于stack exchange，提问作者Jonas Palačionis