Pandas groupby实操：基于tips数据集在同表中同时获取count与占比

推荐实现方法 #

你可以用链式写法一次完成分组、统计、新增百分比列的操作，仅需一次groupby计算，比原来两次分组的写法性能更高，代码也更简洁：

import pandas as pd
import seaborn as sns

# 加载数据
tips = sns.load_dataset('tips')

# 一步得到预期结果
res = (
    tips.groupby(['time', 'smoker'])
    .agg(count=('smoker', 'count'))  # 统计分组计数，命名为count列
    .assign(percentage=lambda x: x['count'] / x['count'].sum() * 100)  # 计算该分组占总样本的百分比
)
print(res)

运行后输出的结果和你要求的格式完全一致。

更简化的写法（适用于pandas 1.1.0及以上版本） #

你还可以直接用value_counts方法实现，代码更短：

count = tips.value_counts(['time', 'smoker']).sort_index()
res = pd.DataFrame({
    'count': count,
    'percentage': count / count.sum() * 100
})

性能说明 #

两种写法都只执行了一次分组统计，相比你原来两次调用groupby的实现，在数据量较大的场景下性能提升会更明显。

内容的提问来源于stack exchange，提问作者Roy