本文旨在指导读者如何在 Pandas 的 pivot_table 中计算百分比，即一个数值列除以另一个数值列的结果，并将结果整合到原有的 pivot_table 中，最终展示百分比数据。我们将利用 DataFrame.xs 函数选取 MultiIndex 的数据，进行重命名和除法运算，最后将结果合并到原始 DataFrame 中。
计算 Pandas Pivot Table 中的百分比
在使用 Pandas 进行数据分析时，pivot_table 是一个强大的工具，可以对数据进行分组和聚合。 然而，有时我们需要在 pivot_table 中计算百分比，例如计算点击率（点击次数/浏览次数）。本文将介绍一种有效的方法来实现这一目标。
使用 DataFrame.xs 和除法运算
假设我们有一个 DataFrame，其中包含 users_who_clicked 和 users_who_viewed 两列，分别表示点击次数和浏览次数。 我们的目标是创建一个 pivot_table，并在其中添加一列，显示点击率。
以下是一种实现方法：
import pandas as pd
# 示例数据
d = {('users_who_clicked','a'): [5, 6, 7, 8],
('users_who_clicked','b'): [9, 10, 11, 12],
('users_who_viewed','a'): [4, 1, 3, 7],
('users_who_viewed','b'): [1, 3, 7, 3]}
df = pd.DataFrame(data=d)
print("Original DataFrame:\n", df)
# 1. 使用 DataFrame.xs 选取 'users_who_clicked' 列
df1 = (df.xs('users_who_clicked', axis=1, level=0, drop_level=False)
.rename(columns={'users_who_clicked':'%'}, level=0))
# 2. 使用 DataFrame.xs 选取 'users_who_viewed' 列
df2 = (df.xs('users_who_viewed', axis=1, level=0, drop_level=False)
.rename(columns={'users_who_viewed':'%'}, level=0))
# 3. 计算百分比
out = pd.concat([df, df1.div(df2)], axis=1)
print("\nDataFrame with Percentage:\n", out)代码解释：
- df.xs('users_who_clicked', axis=1, level=0, drop_level=False): 这行代码使用 DataFrame.xs 函数，从原始 DataFrame 中选取第一层索引为 'users_who_clicked' 的所有列。axis=1 指定按列选取，level=0 指定选取第一层索引，drop_level=False 表示保留索引层级。
- .rename(columns={'users_who_clicked':'%'}, level=0): 这行代码将选取的列的第一层索引重命名为 '%'，用于表示百分比列。
- df1.div(df2): 这行代码将 df1 中的数据除以 df2 中的数据，从而计算出百分比。因为 df1 和 df2 的列索引相同，所以除法运算会自动对齐。
- pd.concat([df, df1.div(df2)], axis=1): 这行代码使用 pd.concat 函数，将原始 DataFrame 和计算出的百分比列拼接在一起。axis=1 指定按列拼接。
输出结果：
Original DataFrame:
users_who_clicked users_who_viewed
a b a b
0 5 9 4 1
1 6 10 1 3
2 7 11 3 7
3 8 12 7 3
DataFrame with Percentage:
users_who_clicked users_who_viewed %
a b a b a b
0 5 9 4 1 1.250000 9.000000
1 6 10 1 3 6.000000 3.333333
2 7 11 3 7 2.333333 1.571429
3 8 12 7 3 1.142857 4.000000注意事项
- 确保用于除法运算的列的数据类型是数值类型，否则可能会出现错误。
- 如果除数为零，可能会导致 ZeroDivisionError。 可以使用 numpy.where 或其他方法来处理这种情况。 例如，可以将除数为零的结果设置为 NaN 或其他合适的值。
- 根据实际情况调整代码中的列名和索引层级。
总结
本文介绍了一种在 Pandas pivot_table 中计算百分比的有效方法。 通过使用 DataFrame.xs 函数选取 MultiIndex 的数据，进行重命名和除法运算，最后将结果合并到原始 DataFrame 中，我们可以轻松地在 pivot_table 中添加百分比列，从而更好地分析数据。 这种方法不仅适用于计算点击率，还可以用于计算其他类型的百分比，例如转化率、完成率等。 掌握这种方法可以帮助你更有效地使用 Pandas 进行数据分析。
