如何在Pandas MultiIndex中计算两子列间的占比？

嘿，我来帮你搞定这个MultiIndex结构下的占比计算需求！首先咱们先把你的示例DataFrame构造出来，方便后续操作：

import pandas as pd

# 构造你提供的MultiIndex DataFrame
data = {
    ('col1', 'no'): [2, 0],
    ('col1', 'yes'): [8, 2],
    ('col2', 'no'): [2, 1],
    ('col2', 'yes'): [6, 1]
}
df = pd.DataFrame(data, index=['A', 'B'])

接下来有两种简洁的方法可以实现你要的**每个主列下yes/(no+yes)**的占比计算：

方法一：按主列分组计算 #

利用groupby按列的第一层（主列）分组，然后对每个组单独计算yes的占比：

# 按第一层列索引（col1、col2）分组，应用占比计算逻辑
result = df.groupby(level=0, axis=1).apply(lambda x: x['yes'] / (x['no'] + x['yes']))

# 给结果重新设置MultiIndex列结构，和预期格式匹配
result.columns = pd.MultiIndex.from_product([result.columns, ['yes']])

这个方法的好处是就算后续主列增加，代码也不需要修改，扩展性很强。

方法二：直接选取子列计算 #

如果你确定每个主列下都固定有no和yes子列，也可以直接通过xs（cross-section）选取对应的子列，再做除法：

# 分别提取所有yes和no子列
yes_cols = df.xs('yes', level=1, axis=1)
no_cols = df.xs('no', level=1, axis=1)

# 计算占比：yes/(yes+no)
result = yes_cols.div(yes_cols + no_cols)

# 重新构造MultiIndex列，和预期格式一致
result.columns = pd.MultiIndex.from_tuples([(col, 'yes') for col in result.columns])

这个方法更直观，执行效率也更高，适合结构固定的DataFrame。

运行任意一种方法后，你都会得到和预期完全一致的结果：

col1     col2
        yes      yes
A       0.8   0.75
B       1.0    0.5

内容的提问来源于stack exchange，提问作者ambigus9