Question

我正在尝试研究如何在pandas中使用groupby函数来计算每年使用给定是/否标准的值的比例。

例如，我有一个名为names的数据框：

  Name  Number  Year   Sex Criteria
0  name1     789  1998  Male      N
1  name1     688  1999  Male      N
2  name1     639  2000  Male      N
3  name2     551  1998  Male      Y
4  name2     499  1999  Male      Y

我可以用

namesgrouped = names.groupby(["Sex", "Year", "Criteria"]).sum()

得到：

                   Number
Sex    Year      Criteria
Male   1998 N        14507
            Y         2308
       1999 N        14119
            Y         2331

等等。我希望“数字标准”列显示每个性别和年份总数的百分比 - 因此，除了1998年以上的N = 14507和Y = 2308，我有N = 86.27％和Y = 13.73％。 / p>

有人可以建议怎么做吗？

Answer 1

此问题是suggested duplicate的直接延伸。借用已接受的答案，这将有效：

In [46]: namesgrouped.groupby(level=[0, 1]).apply(lambda g: g / g.sum())
Out[46]: 
                      Number
Sex  Year Criteria          
Male 1998 N         0.588806
          Y         0.411194
     1999 N         0.579612
          Y         0.420388
     2000 N         1.000000

如何在pandas中使用groupby根据另一列中的条件计算百分比/比例总数

1 个答案: