Pandas按age group和churn分组后如何计算多列churn=1/churn=0的比值

前提说明 #

• 假设你现有的多索引分组DataFrame名为grouped_df，索引第一层为age group，第二层为churn，数值列为salary、debt、investments
• 如果是未分组的原始用户数据，需要先完成分组聚合，代码参考下文

核心实现代码 #

如果已经是分组聚合后的多索引DataFrame：

# 将churn索引层转换为列层级
unstacked_df = grouped_df.unstack(level='churn')
# 计算各字段churn=1 / churn=0的比值
result_df = unstacked_df.xs(1, axis=1, level=1) / unstacked_df.xs(0, axis=1, level=1)
# 可选：给列名添加_ratio后缀区分原字段
result_df = result_df.add_suffix('_ratio')

如果是未分组的原始数据，先执行分组聚合：

# 按age group、churn分组，对数值列做聚合（此处用均值，可按需替换为sum、median等聚合函数）
grouped_df = df.groupby(['age group', 'churn'])[['salary', 'debt', 'investments']].mean()
# 再执行上面的比值计算逻辑即可

结果说明 #

输出的result_df自动以age group为行索引，列对应各数值字段的churn比值，完全符合需求。

内容的提问来源于stack exchange，提问作者Alf