如何在Pandas数据框中按Code分组计算面积的累积百分比

嘿，这事儿不难，用Pandas几步就能搞定！我给你捋清楚步骤和代码，你直接套用就行～

先明确需求 #

你需要对每个code分组，按Dist_km的逻辑顺序（默认是从小到大，毕竟距离区间一般是按近到远划分的），计算每个区间面积占组内总面积的比例，再逐步累积直到占比达到100%。

示例实现步骤 #

1. 先构造示例数据（你可以替换成自己的真实数据） #

import pandas as pd

# 模拟你的数据结构
data = {
    'code': ['M0017', 'M0017', 'M0017', 'M0017', 'M0023', 'M0023', 'M0023'],
    'Dist_km': [0.5, 1.0, 1.5, 2.0, 0.5, 1.0, 1.5],
    '面积': [20, 30, 40, 10, 25, 50, 25]
}
df = pd.DataFrame(data)

2. 核心计算代码 #

# 第一步：按code分组，组内按Dist_km升序排序（这步很关键，保证累积顺序符合逻辑）
df_sorted = df.groupby('code').apply(lambda x: x.sort_values('Dist_km', ascending=True)).reset_index(drop=True)

# 第二步：计算每个组的面积占比和累积占比
df_result = df_sorted.groupby('code').apply(
    lambda group: group.assign(
        # 计算单条面积占组内总面积的百分比
        面积占比=lambda g: (g['面积'] / g['面积'].sum()) * 100,
        # 计算累积面积占比
        累积面积占比=lambda g: (g['面积'].cumsum() / g['面积'].sum()) * 100
    )
).reset_index(drop=True)

# 可选：如果需要确保只保留到累积占比首次达到100%的行（正常情况下最后一行就是100%）
df_result = df_result.groupby('code').apply(lambda g: g[g['累积面积占比'] <= 100]).reset_index(drop=True)

3. 查看结果（以M0017为例） #

运行后，M0017组的结果会是这样：

一些注意事项 #

• 排序不能少：一定要保证每个code组内的Dist_km是按你需要的顺序排列（比如从小到大），不然累积占比的逻辑就完全错了。
• 适配真实数据：如果你的面积列是绝对值（不是百分比），代码依然有效，因为全程用组内的总面积作为分母计算占比。
• 控制小数位数：如果需要更精确的小数，比如保留两位，可以在计算时加round(2)，比如(g['面积'] / g['面积'].sum()) * 100).round(2)。

内容的提问来源于stack exchange，提问作者Funkeh-Monkeh