本文介绍如何在 pandas 中对多列（如 date_m 和 corporate）进行分组后，高效计算某分类变量（如 vehicle type）中指定值（如 'truck'）在每组内的百分比，并将其作为新列添加到聚合结果中。
本文介绍如何在 pandas 中对多列（如 date_m 和 corporate）进行分组后，高效计算某分类变量（如 vehicle type）中指定值（如 'truck'）在每组内的百分比，并将其作为新列添加到聚合结果中。
在数据分析中，常需在多维分组（如按月份和企业属性组合）后，进一步统计某分类字段（如车辆类型）的构成比例。例如，为评估不同月份、不同客户类型（Corporate=0/1）下的车型分布，需计算每组中 truck 占比。该需求无法通过简单的 .agg() 直接实现，因为涉及组内条件计数与组长度的比值运算，需借助 .apply() 配合自定义逻辑。
核心方法是：在已创建的 GroupBy 对象（如 df_group = df_no_insurance.groupby(['Date_M', 'Corporate'])）上，使用 .apply() 对每个子组执行匿名函数，统计 'Vehicle type' == 'truck' 的行数，再除以该组总行数并乘以 100 得到百分比：
results['Percentage of Trucks'] = df_group.apply(
lambda x: (x['Vehicle type'] == 'truck').sum() / len(x) * 100
)✅ 关键说明：
- x 是每个分组对应的子 DataFrame；
- (x['Vehicle type'] == 'truck').sum() 利用布尔索引自动转为整数求和（True=1, False=0），等价于 x[x['Vehicle type']=='truck'].shape[0]，但更简洁高效；
- len(x) 等价于 x.shape[0]，安全获取组内行数；
- 结果自动对齐至 MultiIndex，无需手动重置索引。
⚠️ 注意事项：
- 若某组为空（极少见），len(x) 为 0，会导致除零警告。生产环境建议增加防御逻辑：
results['Percentage of Trucks'] = df_group.apply( lambda x: ((x['Vehicle type'] == 'truck').sum() / len(x) * 100) if len(x) > 0 else 0 ) - 若需保留小数位数，可链式调用 .round(2)：
results['Percentage of Trucks'] = df_group.apply(...).round(2)
- 此方法适用于任意分类列和任意目标值（如 'automobile' 或多个值的并集），只需修改布尔条件即可。
综上，.apply() 是处理“组内比例类聚合”的标准范式——它灵活、可读性强，且能无缝集成到已有分组流程中，是 Pandas 高级分组分析不可或缺的工具。
