如何在Pandas中分组求和后排序并计算累积占比达标ID的占比

咱们从已经得到的df_1出发，一步步完成你要的两个需求：

步骤1：按year_month分组，每组内pct降序排序 #

直接用sort_values就能轻松搞定，指定先按year_month升序、再按pct降序排列，这样每个月份内的记录就会按占比从高到低排好：

# 按月份分组后对pct降序排序
df_sorted = df_1.sort_values(['year_month', 'pct'], ascending=[True, False])

步骤2：计算每个月内累积pct≤80的id占比 #

这一步咱们用链式操作来简化代码，效率也更高：

result = (df_sorted
          # 按月份分组，给每个组添加累积占比列
          .groupby('year_month')
          .apply(lambda x: x.assign(cum_pct=x['pct'].cumsum()))
          .reset_index(drop=True)
          # 按月份分组，统计符合条件的id数和当月总id数
          .groupby('year_month')
          .agg(
              valid_count=('id', lambda x: x[x['cum_pct'] <= 80].count()),
              total_count=('id', 'count')
          )
          # 计算占比并转成百分比格式
          .assign(pct=lambda x: (x['valid_count'] / x['total_count']).mul(100).astype(str) + '%')
          # 转成你要的横向结果格式
          ['pct']
          .to_frame()
          .T
)

运行后result就会输出你期望的格式：

201903 201904
pct      25%    50%

代码小说明 #

• 排序后用groupby.apply给每个月份组生成累积占比列cum_pct；
• 再次按月份分组，分别统计符合条件的id数量和当月总id数；
• 计算占比后转成带百分号的字符串，最后转置成横向展示的结果。

这种链式操作既清晰又高效，避免了过多中间变量，也充分利用了Pandas的向量化运算特性。

内容的提问来源于stack exchange，提问作者daiyue