如何在dask中实现相对频率函数？

Question

我正在尝试使用dask来获取类别的计数和相对百分比，按下面数据集中的标签分组，所以：

label    category      
a        1
a        2
a        3
b        1
b        1
b        2

会变成：

label    category    count     percent
a        1           1         33.33333%  
a        2           1         33.33333%
a        3           1         33.33333%
b        1           2         66.66666%
b        2           1         33.33333%

现在我这样做是4部分。

1. 按[＆＃39;标签＆＃39;，＆＃39;类别＆＃39;]对df进行分组，并将计数设为df1
2. 按标签对生成的df1进行分组，然后对计数进行求和
3. 将＃1与＃2合并以获得计数和总数
4. 最后使用count和total计算百分比

对于dask和pandas来说是新手，但我的方法似乎效率低下，所以想知道是否有更快的方法来进行此计算。

Answer 1

这就是我能做的..还需要两步......

df1=df.groupby(['label','category']).category.count().to_frame(name='count')
df1['percent']=df1.div(df1.groupby(level=0).sum(),level='label')*100

df1
Out[110]: 
                count    percent
label category                  
a     1             1  33.333333
      2             1  33.333333
      3             1  33.333333
b     1             2  66.666667
      2             1  33.333333