鉴于大熊猫系列代表一个值的频率，我怎样才能将这些频率转换为百分比？

Question

我正在尝试使用kaggle.com泰坦尼克号数据集（泰坦尼克号上每个人的数据）并想出了这样的性别分类：

gender = df.sex.value_counts()
gender

male   577
female 314 

我想了解泰坦尼克号上每个性别的百分比。

我的方法略逊于理想：

from __future__ import division
pcts = gender / gender.sum()
pcts

male      0.647587
female    0.352413

有更好的（更惯用的）方法吗？

谢谢！

Answer 1

这个函数在pandas中实现，实际上甚至在value_counts（）中实现。无需计算：）

只需输入：

df.sex.value_counts(normalize=True)

给出了所需的输出。

请注意，value_counts（）会排除NA值，因此数字最多可能不等于1。 见这里：http://pandas-docs.github.io/pandas-docs-travis/generated/pandas.Series.value_counts.html （DataFrame的一列是系列）

Answer 2

我想我可能会一次性完成这项工作（不进口部门）：

1. * df.sex.value_counts() / len(df.sex)

或者也许，记住你想要一个百分比：

100. * df.sex.value_counts() / len(df.sex)

真的很多，你的方式看起来也很好。

Answer 3

如果要将计数与百分比合并，可以使用：

c = df.sex.value_counts(dropna=False)
p = df.sex.value_counts(dropna=False, normalize=True)
pd.concat([c,p], axis=1, keys=['counts', '%'])

Answer 4

我知道这是一篇过时的文章，但是我希望这个答案将来能对某人有所帮助。 如果您希望显示百分比，可以做的一件事情是使用@fanfabbb回答的value_counts(normalize=True)。

话虽如此，出于多种目的，您可能希望以百分之一的比例显示它。这样可以实现

gender = df.sex.value_counts(normalize=True).mul(100).round(1).astype(str) + '%'

在这种情况下，我们将结果乘以100，将其四舍五入到小数点后再加上百分号。

希望它会有所帮助：）