正确做法是用transform将组内统计值广播回原行索引，如df['pct'] = df['sales'] / df.groupby('region')['sales'].transform('sum')；多重分组同理，但需注意nan、零值及性能优化。
groupby后用transform做组内归一化，别直接除
直接用 df['col'] / df.groupby('group')['col'].sum() 会报 ValueError: Cannot broadcast with mismatched length——因为右边返回的是聚合后的 Series（索引是 group 值），长度远小于原 DataFrame。正确做法是用 transform 把组内统计值“广播回原行”：
df['pct'] = df['sales'] / df.groupby('region')['sales'].transform('sum')
transform('sum') 返回和原 DataFrame 等长的 Series，每行填入其所属 region 的总 sales，天然对齐，可直接参与运算。
多重分类条件：把多个列传进groupby，transform照常工作
比如要按 region 和 product_type 两级分组算占比，只需：
df['pct'] = df['revenue'] / df.groupby(['region', 'product_type'])['revenue'].transform('sum')
注意点：
-
groupby(['region', 'product_type'])生成的是 MultiIndex 分组，但transform内部自动处理，无需手动 reset_index 或 unstack - 若某组合在数据中不存在（如某 region 没有某 product_type），该组合不会出现在结果中——
transform只作用于实际出现的分组 - 如果想补全所有组合（包括 0 值），得先用
pd.crosstab或reindex配合fill_value=0，不能靠 transform 解决
遇到 NaN 占比？检查分母是否为零或缺失
常见现象：pct 列出现大量 NaN，尤其在某些 group 下 sum() 为 0 或全为 NaN：
-
transform('sum')遇到全 NaN 组 → 返回 NaN；任何数除以 NaN 得 NaN - 某组
sum() == 0→ 出现inf或NaN（取决于 pandas 版本和div行为） - 解决方法：用
transform(lambda x: x.sum() or 1)强制非零分母（慎用），或更稳妥地先过滤/填充：
group_sums = df.groupby(['region', 'category'])['value'].transform('sum')
df['pct'] = df['value'] / group_sums.where(group_sums != 0, np.nan)
性能敏感时，避免重复调用 transform
如果同一分组需要算多个占比（如分别对 sales、cost、profit 做组内占比），不要写三遍 transform('sum')：
- 每次
transform都会重新扫描分组、计算 sum，开销叠加 - 应先缓存分组和：
g = df.groupby(['a','b']); sums = g['sales'].sum().reindex(df.set_index(['a','b']).index)，再用sums.values对齐计算 - 或者用
g[['sales','cost','profit']].transform('sum')一次性获取多列 sum（返回 DataFrame），再逐列除
多重分类下的占比本质是「组内标准化」，核心就一条：用 transform 把聚合结果对齐回原始行索引。它不关心你分几层，只认 groupby 的 key 结构；真正容易出错的，是默认行为对缺失和零值的静默处理。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
