如何获取Pandas数据框中的列百分比？

Question

我正在关注使用Pandas的this article。

在那里，作者说：

  

大多数交通站都是白人司机，这是预料之中的，因为佛蒙特州的白人约为94％（使其成为全国第二低的多元化州，仅次于缅因州）。由于白色驱动程序占交通站点的大约94％，因此没有明显的偏见来拉动非白色驱动程序与白色驱动程序。然而，使用相同的方法，我们还可以看到，虽然黑人司机约占所有交通站点的2％，但只有1.3％的佛蒙特州人口是黑人。

但他没有说明如何使用熊猫来解决这个问题。

以下是数据的示例

In[165: df_vt['driver_race'].value_counts()
Out[15]:
White       261339
Black         5571
Asian         3446
Hispanic      2562
Other          263
Name: driver_race, dtype: int64

我发现我能做到：

df_vt.groupby(('driver_race')).size() / len(df_vt)

哪会给我：

driver_race
Asian       0.012614
Black       0.020393
Hispanic    0.009378
Other       0.000963
White       0.956651
dtype: float64

这几乎是我想要的（它确实给了我2％），但我很想看到像

这样的东西

 White     261339     0.956651
 Black       5571     0.020393
 .
 .
 .
 Other        263     0.000963

如何使用Pandas获得此功能？

Answer 1

这很简单。计算value_counts并将其转换为数据框。然后，只计算百分比列。

vc = df_vt['driver_race'].value_counts().to_frame('counts')
vc['%'] = vc['counts'] / vc['counts'].sum()

vc

          counts         %
White     261339  0.956651
Black       5571  0.020393
Asian       3446  0.012614
Hispanic    2562  0.009378
Other        263  0.000963