如何使用Pandas的Groupby函数按年份分组统计不同燃油类型的占比

占比计算实现代码 #

你之前使用transform未成功大概率是因为没有指定以year为单位分组计算年度总车辆数，以下是完整可运行的实现：

# 1. 统计每年各燃油类型的车辆数量
year_fuel = my_data_frame.groupby(['year', 'fuelType']).size().reset_index(name='counts')

# 2. 计算每一年的总车辆数，transform会将分组求和结果广播到对应年份的每一行
year_fuel['year_total'] = year_fuel.groupby('year')['counts'].transform('sum')

# 3. 计算占比，保留2位小数
year_fuel['percentage'] = (year_fuel['counts'] / year_fuel['year_total'] * 100).round(2)

# 4. 可选：生成和你示例格式一致的分层索引结果
result = year_fuel.set_index(['year', 'fuelType'])[['percentage']]
print(result)

输出结果和你要求的示例格式完全匹配。

堆叠柱状图绘制代码 #

要绘制横轴为年份的堆叠占比图，只需要将数据转为宽表格式后直接调用pandas的绘图接口即可：

import matplotlib.pyplot as plt

# 转为绘图所需的宽表，缺失值（某年份无对应燃油类型数据）填充为0
plot_data = year_fuel.pivot(index='year', columns='fuelType', values='percentage').fillna(0)

# 绘制堆叠柱状图
plot_data.plot(
    kind='bar', 
    stacked=True, 
    figsize=(14,7),
    title='奥迪二手车燃油类型占比年度变化趋势'
)

plt.xlabel('年份')
plt.ylabel('占比（%）')
plt.legend(title='燃油类型')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者JacobMarlo