Pandas分组按条件计算列占比：补充汇总分类h、i的销售占比

你已有的代码已经正确完成了a-g类别的销售占比计算，剩下的h、i汇总项可以通过以下步骤补充计算： #

步骤1：运行原有代码完成a-g占比计算 #

cats = ['a','b','c','d','e','f','g']
df['% Sales Mix'] = (df['Sales'] / df[df.category.isin(cats)].groupby(['level_0'])['Sales'].transform('sum')) * 100

步骤2：补充计算h、i的占比 #

实现逻辑 #

• 所有i行的% Sales Mix直接赋值为100
• 提取每个level_0分组下i对应的销售额作为分母，计算同分组下h的销售占比

代码实现 #

# 提取每个分组对应的i的总销售额
group_i_sales = df[df['category'] == 'i = sum([g-h])'].groupby('level_0')['Sales'].first().to_dict()

# 赋值i的占比为100%
df.loc[df['category'] == 'i = sum([g-h])', '% Sales Mix'] = 100

# 计算h的占比
df.loc[df['category'] == 'h = sum([a-f])', '% Sales Mix'] = df.apply(
    lambda row: (row['Sales'] / group_i_sales[row['level_0']]) * 100,
    axis=1
)

# 可选：如果需要和示例一致保留整数占比，加一步取整
df['% Sales Mix'] = df['% Sales Mix'].round(0).astype('Int64')

如果category命名存在不固定的情况，可以把精确匹配替换为模糊匹配：把df['category'] == 'xxx'替换为df['category'].str.startswith('i')/df['category'].str.startswith('h')即可。

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