如何在pandas中计算分组内COUNT列对应各REGION的相对占比值

实现方法 #

通过pandas的分组转换功能即可快速完成需求，核心是用transform('sum')将分组求和结果映射回原数据集的每一行，保证行数匹配：

# 假设你的数据集存储为变量df
# 方式1：分步骤计算，便于中间结果验证
df['group_total'] = df.groupby('SCORE')['COUNT'].transform('sum')
df['region_ratio'] = df['COUNT'] / df['group_total']
# 如果需要直接输出带百分号、保留两位小数的格式化结果
df['region_pct'] = df['region_ratio'].apply(lambda x: f"{x*100:.2f}%")

# 方式2：合并为一行写法
df['region_pct'] = (df['COUNT'] / df.groupby('SCORE')['COUNT'].transform('sum')).apply(lambda x: f"{x*100:.2f}%")

计算后SCORE为A的SOUTH行结果为76.10%，和你给出的示例逻辑完全匹配。

内容的提问来源于stack exchange，提问作者Marcos Dias