如何在pandas DataFrame中为分组后的唯一分类添加占比列?
Pandas 分组聚合后新增分类占比列实现方法
核心实现逻辑
- 先将原数据按Category分组,对ItemTotal做求和聚合,得到每个唯一分类的总金额并存为独立列
- 计算所有分类的总金额作为占比计算的分母
- 在聚合结果的基础上新增占比列,计算规则为「单分类总金额 / 全分类总金额」
- 完全匹配你提出的「先存储分类累计总金额,再通过除法计算占比」的实现预期
可直接复现的代码
常规带分类列的结果格式(方便后续分析处理)
import pandas as pd # 初始化原始DataFrame df = pd.DataFrame([['CategoryA', 400], ['CategoryA', 600], ['CategoryB', 1000], ['CategoryB', 2000]], columns = ['Category', 'ItemTotal']) # 分组求和,转换为带明确列名的DataFrame grouped_result = df.groupby('Category')['ItemTotal'].sum().reset_index(name='Total') # 计算全量总金额 grand_total = grouped_result['Total'].sum() # 新增占比列 grouped_result['Ratio'] = grouped_result['Total'] / grand_total输出结果:
Category Total Ratio 0 CategoryA 1000 0.25 1 CategoryB 3000 0.75保留Category为行索引的结果格式(匹配你最初展示的输出样式)
# 直接基于分组得到的Series转换为DataFrame sum_series = df.groupby('Category')['ItemTotal'].sum() result = sum_series.to_frame(name='Total') # 直接基于当前DataFrame的求和列计算占比 result['Ratio'] = result['Total'] / result['Total'].sum()输出结果:
Total Ratio Category CategoryA 1000 0.25 CategoryB 3000 0.75
方法说明
区别于常用的
transform方法:该方法是将分组求和值匹配到原始表的每一行,适用于在原表逐行计算占比的场景;上述实现是直接在分组聚合后的唯一分类维度上计算,不存在冗余的逐行重复值,完全匹配聚合结果新增列的需求。
内容的提问来源于stack exchange,提问作者IamWarmduscher
相关产品推荐
相关产品推荐

