Pandas中MultiIndex列（count）的占比计算需求

嘿，我来帮你搞定这个MultiIndex DataFrame的占比计算问题！我猜你可能卡在了保持原索引结构的同时计算占比——毕竟直接用sum()会扁平化索引，导致无法直接匹配回原数据。下面我给你两种最常见场景的解决方案，附示例代码：

先构造一个示例数据（方便你跟着试） #

先造一个带双层MultiIndex的DataFrame，和你的场景对齐：

import pandas as pd

data = {'count': [10, 20, 15, 25, 5, 30]}
index = pd.MultiIndex.from_tuples(
    [('A', 'X'), ('A', 'Y'), ('B', 'X'), ('B', 'Y'), ('C', 'X'), ('C', 'Y')],
    names=['group1', 'group2']
)
df = pd.DataFrame(data, index=index)

输出的df长这样：

count
group1 group2       
A      X       10
       Y       20
B      X       15
       Y       25
C      X        5
       Y       30

场景1：按某一层索引计算分组内的占比 #

比如你想算每个group1下，各个group2的count占该组总count的比例，用groupby + transform就能完美解决——transform会返回和原DataFrame同形状的Series，不会破坏MultiIndex结构：

# 按第一层索引group1计算组内占比
df['percent'] = df['count'] / df.groupby(level='group1')['count'].transform('sum')

# 如果是按第二层索引group2计算，改level参数就行
# df['percent'] = df['count'] / df.groupby(level='group2')['count'].transform('sum')

计算后df的结果：

count   percent
group1 group2              
A      X       10  0.333333
       Y       20  0.666667
B      X       15  0.375000
       Y       25  0.625000
C      X        5  0.142857
       Y       30  0.857143

场景2：计算全局总计的占比 #

如果是所有count占全局总count的比例，那就更简单了，直接用全局总和除以每个count即可：

# 先拿到全局总计（你说已经能获取这个值，直接用你的变量就行）
total_count = df['count'].sum()

# 计算全局占比
df['percent'] = df['count'] / total_count

结果会是每个count占总和（10+20+15+25+5+30=105）的比例：

count   percent
group1 group2              
A      X       10  0.095238
       Y       20  0.190476
B      X       15  0.142857
       Y       25  0.238095
C      X        5  0.047619
       Y       30  0.285714

可选：把占比转成百分比格式 #

如果想要更直观的百分比显示，可以做个格式化：

# 保留两位小数并转成百分比数值
df['percent'] = (df['percent'].round(4) * 100)

# 或者用style美化成带%符号的显示（仅用于展示，不修改数据）
df.style.format({'percent': '{:.2f}%'})

这样就能完美保持MultiIndex结构，同时新增你需要的percent列啦！

内容的提问来源于stack exchange，提问作者Tom Kealy