Question

我有一个包含2列的数据框。我试图计算ID中记录数量的TypeB百分比，如下所示：

公式:( TypeB的计数）/（组中的记录数）* 100

Result :
001 = (2/3) * 100 => 66.66
002 = (0/2) * 100 => 0
003 = (1/1) * 100 => 100

数据帧

ID   Type
001  TypeA
001  TypeB
001  TypeB
002  TypeA
002  TypeA
003  TypeB

所以，我已经能够分组了

byID = df.groupby('ID')

我正在阅读熊猫的交叉表，但似乎无法弄清楚如何处理解决方案

Answer 1

您可以先使用groupby size来计算群组的计数长度，然后按unstack重新整理NaN 0，然后将列{{{ 1}} sum，最后一个乘以TypeB：

对于重塑，可以使用crosstab，但在较大的数据帧中它有点慢：

df = df.groupby(['ID','Type']).size().unstack(fill_value=0)
print (df)
Type  TypeA  TypeB
ID                
1         1      2
2         2      0
3         0      1

df1 = df.TypeB.div(df.sum(axis=1)).mul(100).reset_index(name='percentage')
print (df1)
   ID  percentage
0   1   66.666667
1   2    0.000000
2   3  100.000000

编辑：

您可以使用map添加新列：

df = pd.crosstab(df.ID,df.Type)
print (df)
Type  TypeA  TypeB
ID                
1         1      2
2         2      0
3         0      1

Answer 2

将groupby与value_counts(normalize=True)一起使用 normalize会自动将计数除以总计。

df.groupby('ID').Type.value_counts(normalize=True).unstack(fill_value=0).TypeB

ID
001    0.666667
002    0.000000
003    1.000000
Name: TypeB, dtype: float64

Python Pandas GroupBy％计算

2 个答案: