Question

我知道我们可以从大熊猫系列的value_counts()获得标准化值，但是当我们在数据框上执行分组时，获取计数的唯一方法是通过size()。有没有办法用size（）获得规范化的值？

示例：

df = pd.DataFrame({'subset_product':['A','A','A','B','B','C','C'],
                   'subset_close':[1,1,0,1,1,1,0]})
df2 = df.groupby(['subset_product', 'subset_close']).size().reset_index(name='prod_count')

df.subset_product.value_counts()
A    3
B    2
C    2

DF2

希望得到：

subset_product subset_close prod_count norm
A              0            1          1/3
A              1            2          2/3
B              1            2          2/2
C              1            1          1/2
C              0            1          1/2

subset_product 除了手动计算标准化值为prod_count / total之外，有没有办法获得标准化值？

Answer 1

我认为不可能只有一个groupby + size，因为groupby由2列subset_product和subset_close组成，需要size subset_product仅用于规范化。

Series的可能解决方案为map或transform，df2与div的大小相同：

df2 = df.groupby(['subset_product', 'subset_close']).size().reset_index(name='prod_count')
s = df.subset_product.value_counts()
df2['prod_count'] = df2['prod_count'].div(df2['subset_product'].map(s))

或者：

df2 = df.groupby(['subset_product', 'subset_close']).size().reset_index(name='prod_count')
a = df2.groupby('subset_product')['prod_count'].transform('sum')
df2['prod_count'] = df2['prod_count'].div(a)

print (df2)
  subset_product  subset_close  prod_count
0              A             0    0.333333
1              A             1    0.666667
2              B             1    1.000000
3              C             0    0.500000
4              C             1    0.500000

pandas从groupby和size获得标准化值？

1 个答案: