这是我在数据框“df”中的数据：

Document    Name    Time
SPS2315511  A   1 HOUR
SPS2315512  B   1 - 2 HOUR
SPS2315513  C   2 - 3 HOUR
SPS2315514  C   1 HOUR
SPS2315515  B   1 HOUR
SPS2315516  A   2 - 3 HOUR
SPS2315517  A   1 - 2 HOUR

我使用下面的代码，它为我提供了数据透视表中的计数摘要，

table = pivot_table(df, values=["Document"],
                    index=["Name"], columns=["Time"],
                    aggfunc=lambda x: len(x),
                    margins=True, dropna=True)

但我想要的是当您右键单击数据透视表并选择“将值显示为 -> 行总计的百分比”时，行计算的百分比，如 Excel 数据透视表中所示。由于我的文档是非数字值，我无法获取它。

预期结果 ：

Count of Document   Column Labels

Name    1 HOUR  1 - 2 HOUR  2 - 3 HOUR  Grand Total
A   33.33%  33.33%  33.33%  100.00%
B   50.00%  50.00%  0.00%   100.00%
C   50.00%  0.00%   50.00%  100.00%
Grand Total 42.86%  28.57%  28.57%  100.00%

任何人都可以帮我找出一种方法来获得这个结果吗？

我正在尝试操作枢轴数据，这将为我提供行总数，而不是数据帧中的数据，我想要的是“行总数的％”。而且最重要的是我的所有数据都是非数字值......

@maxymoo 指出的可能重复内容非常接近解决方案，但我将继续将其写为答案，因为存在一些并不完全简单的差异。

table = pd.pivot_table(df, values=["Document"],
                       index=["Name"], columns=["Time"], 
                       aggfunc=len, margins=True, 
                       dropna=True, fill_value=0)

       Document                      
Time 1 - 2 HOUR 1 HOUR 2 - 3 HOUR All
Name                                 
A             1      1          1   3
B             1      1          0   2
C             0      1          1   2
All           2      3          2   7

主要的调整是添加fill_value=0因为你真正想要的是计数值为零，而不是 NaN。

然后你基本上可以使用链接到的解决方案@maxymoo，但是你需要使用iloc或类似的 b/c 表列现在有点复杂（作为数据透视表的多索引结果）。

table2 = table.div( table.iloc[:,-1], axis=0 )

       Document                         
Time 1 - 2 HOUR    1 HOUR 2 - 3 HOUR All
Name                                    
A      0.333333  0.333333   0.333333   1
B      0.500000  0.500000   0.000000   1
C      0.000000  0.500000   0.500000   1
All    0.285714  0.428571   0.285714   1

您仍然需要做一些小的格式化工作（翻转第一列和第二列并转换为％），但这些是您正在寻找的数字。

顺便说一句，这里没有必要，但您可能想考虑将“时间”转换为有序分类变量，这将是解决列排序问题的一种方法（我认为），但可能值得也可能不值得麻烦，具体取决于关于您对数据还做了什么。