如何在Pandas中按分组计算失败占比（类SQL分组统计逻辑）

嗨，完全可以直接在Pandas里实现这个需求，不需要中间DataFrame或者手动循环分组，用groupby结合聚合操作就能搞定，而且效率很高！

先看看你给出的原始DataFrame：

你想要实现的SQL逻辑是这样的：

select
 ts,
 tenant,
 count(case result when 'fail' then 1 else 0) / count(1) as fail_ratio
from tbl 
group by ts, tenant

最终要得到的目标结果：

下面给你两种简单的实现方式：

方法一：简洁的一步式计算 #

利用Pandas的布尔值求和特性（True会被视为1，False视为0），直接在分组聚合时计算失败数与总数的比值：

import pandas as pd

# 先构造你的示例数据（如果已经有DataFrame可以跳过这步）
df = pd.DataFrame({
    'ts': [1,1,1,2,2,2,2,2,3,3,3],
    'tenant': ['t1','t1','t2','t1','t1','t2','t1','t2','t1','t1','t2'],
    'result': ['pass','pass','pass','fail','fail','fail','pass','pass','pass','pass','pass']
})

# 核心代码：分组后计算失败占比
fail_ratio_df = df.groupby(['ts', 'tenant'])['result'].agg(
    fail_ratio=lambda x: (x == 'fail').sum() / len(x)
).reset_index()

# 查看结果
print(fail_ratio_df)

方法二：分步计算（更易理解） #

如果觉得一步式有点抽象，可以拆分步骤，先计算每组的失败数和总记录数，再求比值，逻辑更清晰：

# 分组计算失败数和总记录数
grouped_stats = df.groupby(['ts', 'tenant'])['result'].agg(
    fail_count=lambda x: (x == 'fail').sum(),
    total_count='count'
).reset_index()

# 计算失败占比
grouped_stats['fail_ratio'] = grouped_stats['fail_count'] / grouped_stats['total_count']

# 保留需要的列（可选）
fail_ratio_df = grouped_stats[['ts', 'tenant', 'fail_ratio']]

这两种方法都是Pandas的矢量化操作，比手动循环分组高效得多，完全不需要额外的中间表。得到的fail_ratio_df就是你想要的结果，直接可以用来做时间序列绘图——比如用matplotlib或者seaborn按tenant分组，绘制ts与fail_ratio的折线图就行。

备注：内容来源于stack exchange，提问作者Mr T.