使用Pandas计算分组内各类型数据的占比

我来给你拆解下怎么用Pandas搞定这个需求，步骤很清晰：

• 第一步：读取CSV数据
  先把你的CSV文件载入Pandas的DataFrame，假设文件名为crime_data.csv，用pd.read_csv()就能轻松搞定。

• 第二步：计算分组内的总数量
  我们需要先拿到每个（Beat、Hour、Month）组合对应的COUNTER总和，这里用groupby配合transform是最优解——transform会把组级别的计算结果自动映射到每一行，这样每一行都能直接获取自己所在组的总数，不用额外做数据合并。

• 第三步：计算占比并整理结果
  用每行的COUNTER数值除以所在组的总数，再乘以100就得到了该Primary Type在组内的占比，还可以按需保留小数位数让结果更规整。

具体代码实现 #

import pandas as pd

# 读取CSV数据到DataFrame
df = pd.read_csv("crime_data.csv")

# 计算每个分组的COUNTER总和，通过transform广播到每一行
df["group_total"] = df.groupby(["Beat", "Hour", "Month"])["COUNTER"].transform("sum")

# 计算占比，保留两位小数（可根据需求调整）
df["percentage"] = (df["COUNTER"] / df["group_total"] * 100).round(2)

# 整理出需要的结果列，也可以按需排序
result_df = df[["Beat", "Hour", "Month", "Primary Type", "COUNTER", "percentage"]]
print(result_df)

关键步骤解释 #

• groupby(["Beat", "Hour", "Month"])["COUNTER"].transform("sum")：这一步会按指定的三列分组，计算每组的COUNTER总和，然后把这个总和赋值给组内的每一行。比如Beat=111、Hour=10AM、Month=Apr的组，所有行的group_total都会是22（12+5+1+4）。
• (df["COUNTER"] / df["group_total"] * 100).round(2)：直接用每行的COUNTER除以组总数得到占比，乘以100转成百分比格式，round(2)是保留两位小数，让结果更易读。

如果需要把结果导出成新的CSV文件，只需要执行result_df.to_csv("crime_with_percentage.csv", index=False)即可。

内容的提问来源于stack exchange，提问作者buddingengineer