刚好处理过类似需求，用Pandas的groupby配合transform就能完美复刻Excel里SUMIF的逻辑，步骤很清晰：

首先先把你的示例数据构造出来（方便复现验证）：

import pandas as pd

df = pd.DataFrame({
    'pet': ['cat', 'dog', 'snek', 'cat', 'dog'],
    'treats': [2, 1, 3, 6, 1],
    'lbs': [5.0, 9.9, 1.1, 4.5, 9.4]
})

接下来核心操作分两步：

• 第一步：按pet分组，计算每个组的treats总和，用transform方法确保结果和原DataFrame的行数、索引完全匹配（这一步就对应Excel里SUMIF(A:A,A1,B:B)找对应组总和的逻辑）
• 第二步：用每行的treats除以对应组的总和，再乘以100得到百分比

具体代码如下：

# 计算每个宠物类型的treats总和，并广播到组内每一行
pet_total_treats = df.groupby('pet')['treats'].transform('sum')

# 新增percentage列，计算百分比
df['percentage'] = (df['treats'] / pet_total_treats) * 100

运行后你会得到这样的结果：

如果需要控制小数位数（比如保留两位），可以加个round方法：

df['percentage'] = (df['treats'] / pet_total_treats * 100).round(2)

简单说，transform是这里的关键——它不像普通的groupby.sum()只返回每个组的单个值，而是把这个值填充到组内的每一行，这样就能和原数据的每行一一对应，完全实现你要的Excel公式效果。

内容的提问来源于stack exchange，提问作者Jackie