如何用Pandas计算DataFrame组内元素占比：单列除以分组总和

嘿，这个需求其实用Pandas的groupby配合transform方法就能完美解决，我给你一步步讲清楚怎么操作：

核心思路 #

我们需要先按c2列分组计算每组c3的总和，然后把这个总和广播到该组的每一行，这样原DataFrame的每个c3元素就能直接和对应组的总和做除法，得到占比。

具体步骤（附示例） #

1. 先构造一个示例DataFrame（方便你对照测试） #

import pandas as pd

df = pd.DataFrame({
    'c2': ['A', 'A', 'B', 'B', 'B', 'C'],
    'c3': [10, 20, 15, 5, 20, 30]
})

这个示例里，c2列有A、B、C三个分组，c3是我们要计算占比的数值列。

2. 计算分组总和并广播到每一行 #

用groupby('c2')['c3'].transform('sum')就能把每组的总和对应到该组的每一行，我们可以先把这个结果存成一个新列，方便查看：

# 添加分组总和列
df['group_total'] = df.groupby('c2')['c3'].transform('sum')

这时候DataFrame会变成这样：

3. 计算每个元素的分组占比 #

直接用原c3列除以group_total列就行，要是需要保留小数位数，可以用round()方法：

# 计算占比，保留两位小数
df['c3_ratio'] = (df['c3'] / df['group_total']).round(2)

最终结果：

4. 简化写法（跳过中间列） #

如果不需要保留group_total列，也可以直接一步到位：

df['c3_ratio'] = df['c3'] / df.groupby('c2')['c3'].transform('sum')

注意事项 #

• 为什么用transform而不是agg？因为agg只会返回每个分组的一个结果（比如每组总和），而transform会把结果对齐到原DataFrame的每一行，这样才能保证每个元素都能找到对应组的总和。
• 如果遇到分组总和为0的情况，直接除法会报错，你可以用replace把0替换成NaN来避免错误：

  df['c3_ratio'] = df['c3'] / df.groupby('c2')['c3'].transform('sum').replace(0, float('nan'))
  

内容的提问来源于stack exchange，提问作者Christine