如何按类别分组对Pandas DataFrame多列计算True值的占比百分比

布尔值在Pandas数值计算中会自动转为1（对应True）和0（对应False），因此直接对分组后的列求平均值即可得到True值的占比，以下是可直接运行的实现代码：

方法1：简洁通用实现（推荐） #

该方法无需手动指定每一列的聚合规则，自动对所有数值类布尔列做计算，适合列数多的场景：

# 基于你已构造好的df直接操作
# 按category分组，对剩余列求平均值（即True占比）
res = df.groupby('category', as_index=False).mean(numeric_only=True)
# 重命名列名匹配需求格式
res.columns = ['category'] + [f"{col} %True" for col in res.columns[1:]]

运行后输出的res就是你需要的结果。

方法2：自定义聚合规则 #

如果需要更明确的计算逻辑控制，可以用agg自定义聚合函数，直接生成符合要求的列名，无需二次修改：

res = df.groupby('category', as_index=False).agg(
    **{
        f"{col} %True": (col, lambda x: x.sum() / x.count())
        for col in ['col2', 'col3', 'col4']
    }
)

内容的提问来源于stack exchange，提问作者revy