Pandas中Groupby求和与除法：计算Occupancy占比及统计指标

这里有两种简洁的方法帮你完成需求，我会一步步拆解清楚：

方法一：先转置（Pivot）再计算 #

这种方法先把Occupancy的两个状态转成列，再逐步计算所需指标，逻辑很直观：

1. 构造原始DataFrame #

首先我们先把你提供的数据转换成Pandas DataFrame：

import pandas as pd

data = {
    'Place': ['Bangalore', 'Bangalore', 'Chennai', 'Chennai', 'Delhi', 'Delhi'],
    'Occupancy': ['Occupied', 'Vacant', 'Occupied', 'Vacant', 'Occupied', 'Vacant'],
    'Number': [80, 20, 90, 60, 20, 20]
}
df = pd.DataFrame(data)

2. 转置数据，拆分Occupancy状态 #

用pivot把每个Place对应的Occupied和Vacant数值拆成单独列：

pivoted_df = df.pivot(index='Place', columns='Occupancy', values='Number').reset_index()
# 给列重命名，方便后续操作
pivoted_df.columns = ['Place', 'Number_occupied', 'Number_vacant']

3. 计算总和与占用率百分比 #

接下来计算每个Place的总数量，以及已占用的百分比：

# 计算总数量
pivoted_df['Total_Number'] = pivoted_df['Number_occupied'] + pivoted_df['Number_vacant']
# 计算占用率百分比（已占用数/总数 * 100）
pivoted_df['Occupancy_%'] = (pivoted_df['Number_occupied'] / pivoted_df['Total_Number']) * 100

4. 调整列顺序到目标格式 #

最后把列调整成你需要的顺序：

final_df = pivoted_df[['Place', 'Occupancy_%', 'Total_Number', 'Number_vacant', 'Number_occupied']]
print(final_df)

输出结果：

Place  Occupancy_%  Total_Number  Number_vacant  Number_occupied
0   Bangalore         80.0           100             20               80
1     Chennai         60.0           150             60               90
2       Delhi         50.0            40             20               20

方法二：Groupby聚合一步到位 #

如果你更喜欢用groupby直接处理，可以用自定义聚合函数一次性提取所需数值：

import pandas as pd

# 构造原始数据（和方法一相同）
data = {
    'Place': ['Bangalore', 'Bangalore', 'Chennai', 'Chennai', 'Delhi', 'Delhi'],
    'Occupancy': ['Occupied', 'Vacant', 'Occupied', 'Vacant', 'Occupied', 'Vacant'],
    'Number': [80, 20, 90, 60, 20, 20]
}
df = pd.DataFrame(data)

# 分组聚合，提取每个Place的已占用和空置数量
result_df = df.groupby('Place').agg(
    Number_occupied=('Number', lambda x: x[df.loc[x.index, 'Occupancy'] == 'Occupied'].sum()),
    Number_vacant=('Number', lambda x: x[df.loc[x.index, 'Occupancy'] == 'Vacant'].sum())
).reset_index()

# 计算总数量和占用率
result_df['Total_Number'] = result_df['Number_occupied'] + result_df['Number_vacant']
result_df['Occupancy_%'] = (result_df['Number_occupied'] / result_df['Total_Number']) * 100

# 调整列顺序
result_df = result_df[['Place', 'Occupancy_%', 'Total_Number', 'Number_vacant', 'Number_occupied']]
print(result_df)

这个方法的输出和方法一完全一致，适合习惯用groupby处理分组逻辑的场景。

小提示：你提供的目标DataFrame最后一行的Place应该是笔误（写成了Bangalore），上面的代码会正确输出Delhi对应的结果哦。

内容的提问来源于stack exchange，提问作者Danish