如何在Pandas透视表中为多列（含ind_any）实现同层级计数？

我来帮你搞定这个透视表需求，结合你的模拟数据，咱们一步步实现你想要的布局：

首先先把你的模拟数据转换成可操作的Pandas DataFrame：

import pandas as pd

data = [
    [1, "thing_1", "place_1", "ind_1", "ind_any"],
    [2, "thing_3", "place_2", "ind_2", "ind_any"],
    [3, "thing_2", "place_1", "ind_1", "ind_any"],
    [4, "thing_1", "place_1", "ind_1", "ind_any"],
    [5, "thing_2", "place_3", "ind_2", "ind_any"]
]

df = pd.DataFrame(data, columns=["trans_id", "prod_id", "loc", "ind_1_or_ind_2", "ind_any"])

方法一：手动构建多级列透视表 #

这种方式逻辑清晰，适合快速匹配你的需求：

1. 先算每个分组的总记录数 #

用来后续计算占比：

group_totals = df.groupby(["loc", "prod_id"]).size().rename("total")

2. 统计ind_1/ind_2的数量和占比 #

对ind_1_or_ind_2字段做分组计数，再计算占比：

# 统计各ind类型的数量
ind_counts = df.groupby(["loc", "prod_id", "ind_1_or_ind_2"]).size().unstack(fill_value=0)
# 计算占比并保留两位小数
ind_pct = (ind_counts.div(group_totals, axis=0) * 100).round(2)

3. 统计ind_any的数量和占比 #

因为你的数据里ind_any全是同一值，所以每个分组的数量就是总记录数，占比固定100%：

ind_any_counts = group_totals.rename("ind_any")
ind_any_pct = pd.Series([100.0]*len(ind_any_counts), index=ind_any_counts.index, name="ind_any")

4. 合并成目标多级列结构 #

把计数和占比组合成(n)(%)的子列，再把ind_1、ind_2、ind_any放在同一层级：

# 组合ind_1/ind_2的n和%，调整列层级顺序
ind_combined = pd.concat([ind_counts, ind_pct], keys=["(n)", "(%)"], axis=1).swaplevel(0,1,axis=1).sort_index(axis=1)

# 组合ind_any的n和%，构建多级列
any_combined = pd.concat([ind_any_counts, ind_any_pct], keys=["(n)", "(%)"], axis=1)
any_combined.columns = pd.MultiIndex.from_tuples([("ind_any", "(n)"), ("ind_any", "(%)")])

# 合并所有列得到最终透视表
final_pivot = pd.concat([ind_combined, any_combined], axis=1)

打印final_pivot就能得到你想要的布局：

ind_1        ind_2        ind_any      
                  (n)  (%)    (n)  (%)    (n)   (%)
loc     prod_id                                     
place_1 thing_1     2  100     0    0      2  100.0
        thing_2     1  100     0    0      1  100.0
place_2 thing_3     0    0     1  100      1  100.0
place_3 thing_2     0    0     1  100      1  100.0

方法二：用melt重塑数据后透视（更灵活） #

如果后续要加更多类似ind_any的指标，这个方法扩展性更强：

# 重塑数据：把ind_1_or_ind_2和ind_any转成同一维度的指标列
melted = pd.melt(df, id_vars=["trans_id", "prod_id", "loc"], 
                 value_vars=["ind_1_or_ind_2", "ind_any"],
                 var_name="indicator_type", value_name="indicator")

# 分组统计各指标的数量
counts = melted.groupby(["loc", "prod_id", "indicator"]).size().unstack(fill_value=0)

# 计算各指标的占比
pcts = (counts.div(counts.sum(axis=1), axis=0)*100).round(2)

# 合并数量和占比，调整列层级
final_pivot = pd.concat([counts, pcts], keys=["(n)", "(%)"], axis=1).swaplevel(0,1,axis=1).sort_index(axis=1)

这个方法只需要在value_vars里添加新指标，就能自动纳入透视表，非常省心。

内容的提问来源于stack exchange，提问作者Pylander