Question

我有这个数据框：

df = pd.DataFrame({"A": ["Used", "Not used", "Not used", "Not used", "Used",
                         "Not used", "Used", "Used", "Used", "Not used"],
                   "B": ["Used", "Used", "Used", "Not used", "Not used",
                        "Used", "Not used", "Not used", "Used", "Not used"]})

我想找到最快，最干净的方法来找出以下内容：

使用过A的所有行的行百分比。
使用B.
使用A和B的所有行的行百分比。

我是Python和pandas（以及一般编码）的新手，所以我确信这很简单，但任何指导都会受到赞赏。我已经尝试过groupby（）。aggregate（sum）但是我没有得到我需要的结果（我想是因为这些是字符而不是整数。

Answer 1

如果需要所有值百分比，value_counts与normalize=True一起使用，groupby多列size表示所有对的长度，并将其除以length of df（与索引的长度相同）：

print (100 * df['A'].value_counts(normalize=True))
Not used    50.0
Used        50.0
Name: A, dtype: float64

print (100 * df['B'].value_counts(normalize=True))
Not used    50.0
Used        50.0
Name: B, dtype: float64

print (100 * df.groupby(['A','B']).size() / len(df.index))
A         B       
Not used  Not used    20.0
          Used        30.0
Used      Not used    30.0
          Used        20.0
dtype: float64

如果需要过滤器值创建掩码并获取mean - True的处理方式与1 s一样：

print (100 * df['A'].eq('Used').mean())
#alternative
#print (100 * (df['B'] == 'Used').mean())
50.0

print (100 * df['B'].eq('Used').mean())
#alternative
#print (100 * (df['B'] == 'Used').mean())
50.0

print (100 * (df['A'].eq('Used') & df['B'].eq('Used')).mean())
20.0

Answer 2

使用

1）使用A

In [4929]: 100.*df.A.eq('Used').sum()/df.shape[0]
Out[4929]: 50.0

2）使用B

In [4930]: 100.*df.B.eq('Used').sum()/df.shape[0]
Out[4930]: 50.0

3）使用A和使用过的B

In [4931]: 100.*(df.B.eq('Used') & df.A.eq('Used')).sum()/df.shape[0]
Out[4931]: 20.0

1）与

相同

In [4933]: 100.*(df['A'] == 'Used').sum()/len(df.index)
Out[4933]: 50.0

获取在pandas数据框中满足特定条件的行（字符串）的百分比

2 个答案: