要在Python中使用Pandas处理DataFrame并计算每个学校、每个班级内各个爱好的学生比例，可以按照以下步骤操作： ### 步骤详解 假设我们有一个包含“学校”，“班级”和“爱好”的DataFrame `df`。 #### 示例数据 ```python import pandas as pd data = { '学校': ['A', 'A', 'A', 'B', 'B'], '班级': ['1班', '1班', '2班', '1班', '2班'], '爱好': ['足球', '篮球', '足球', '篮球', '羽毛球'] } df = pd.DataFrame(data) ``` #### 数据预览： | 学校 | 班级 | 爱好 | |------|--------|-------| | A | 1班 | 足球 | | A | 1班 | 篮球 | | A | 2班 | 足球 | | B | 1班 | 篮球 | | B | 2班 | 羽毛球| 我们需要创建一个新的DataFrame，在其中每一行代表一个学校的某个班级，并为每种爱好添加一列表示该爱好所占的比例。 #### 实现代码 ```python # 引入必要的库 import pandas as pd # 计算各组内的频数分布（即每所学校每个班级里有多少人喜欢某种运动） pivot_df = df.pivot_table(index=['学校', '班级'], columns='爱好', aggfunc=len, fill_value=0) # 将频率转换成百分比形式表示占比情况 sums_by_school_class = pivot_df.sum(axis=1) # 按照学校+班级汇总总人数 proportions_df = pivot_df.div(sums_by_school_class, axis=0).reset_index() print(proportions_df) ``` 上面的代码会生成如下的结果表格: | 学校 | 班级 | 羽毛球 | 篮球 | 足球 | | --- | ---- | ------ | ------- | -------- | | A | 1班 | NaN | 0.5 | 0.5 | | A | 2班 | NaN | NaN | 1.0 | | B | 1班 | NaN | 1.0 | NaN | | B | 2班 | 1.0 | NaN | NaN | 这里的结果表展示了按学校分类后，再分别统计出每个班级内部关于各项体育活动的学生喜好程度比率。缺失值(`NaN`)意味着特定组合下没有对应的数据记录。 #### 解释说明： - 我们首先通过`pivot_table()`函数将原始DataFrame变形，使得不同的"爱好"作为新的列名； - 使用`.div()`方法实现了基于行列索引对齐后的除法运算，进而获得所需比例信息； - 最终得到的结果是一个全新的DataFrame，其结构更接近于描述性统计数据的形式； --