熊猫如何基于groupby计算结果

Question

我有一个df：

date type  id
1215 click  1
1215 total  1
1215 total  2
1215 click  3
1215 total  3
...

如果我执行以下操作：

df[['date','type','id']].groupby(['date','type']).agg('count')

我明白了：

            id
date  type  
1215  click 221
      total 538
1216  click 264
      total 481
1217  click 231
      total 358
...

基本上，我可以知道有多少人在页面上点击了一次，以及每天的访问者总数。

我想要做的下一步是：

Add up all the clicks and divide it by all the totals so that I can calculate the click rate.

我不确定如何根据结果数据帧执行此计算。

我想要计算的是：

（221 + 264）/（538 + 481）

生成的groupby df中有很多行，所以我更喜欢以编程方式进行。

Answer 1

首先，取消堆叠第二级索引：

unstacked = df.groupby(['date','type']).agg('count').unstack()
#         id      
#type click total
#date            
#1215   221   538

现在，将click除以total：

unstacked['id','click'] / unstacked['id','total']
#date
#1215    0.4107806691449814
#dtype: float64

如果您想要总比率，请在两列中添加值，然后除以：

agg = unstacked.sum().unstack()
agg['click'] / agg['total']