Python使用groupby.agg结合value_counts实现多列分组百分比统计

实现方案 #

你无需逐个手写列的聚合规则，只需要两步调整即可实现需求，代码改动量极小：

1. 把原本agg里的字符串'value_counts'替换为带normalize参数的匿名函数
2. 用字典推导式自动生成所有非分组列的聚合配置，适配多列场景

完整可运行代码 #

import pandas as pd

df = pd.DataFrame({'Country': ['FR', 'FR', 'GER','GER'],
               'Foo': ['1', '2', '3', '1'],
               'Bar': ['5', '5', '3', '1'],
               'Baz': ['5', '1', '3', '4']})

# 定义分组列
group_col = 'Country'
# 自动生成所有非分组列的聚合规则，无需手动列名
agg_config = {col: lambda x: x.value_counts(normalize=True) for col in df.columns if col != group_col}

df2 = df.groupby(group_col).agg(agg_config)

可选优化 #

如果需要输出百分比格式（保留2位小数），直接修改匿名函数即可：

agg_config = {col: lambda x: x.value_counts(normalize=True).mul(100).round(2) for col in df.columns if col != group_col}

如果需要把索引转为普通列方便后续处理，后续追加一行即可：

df2 = df2.rename_axis([group_col, 'scale_value']).reset_index()

内容的提问来源于stack exchange，提问作者David Himmel