Question

我希望找到一种简单的方法来计算每个组中每个子类别的百分比。这是一个例子：

df = pd.DataFrame({'key': ['A', 'B', 'C', 'A', 'B', 'C'],
                   'data1': range(6),
                   'data2': ['A1', 'B1', 'C1', 'A2', 'B2', 'C2']},
                   columns = ['key', 'data1', 'data2'])

df.groupby(['key','data2'])['data1'].sum()

我想要做的是创建一个额外的列，显示相应类别中每个子类别（即A1等）的百分比（即A等）。例如，我想知道A1 / sum（A1 + A2）到C2 / sum（C1 + C2）的百分比。

最简单的方法是什么？

Answer 1

请进一步澄清A1 /（A1 + A2）的百分比是什么意思，“data2”列是整数类型吗？

好的，我认为这应该适合你：

sums = df.groupby(['key', 'data2']).agg({'data1': 'sum'})

percentages = sums.groupby(level=0).apply(lambda x: 100 * x / float(x.sum()))

使用groupby和sum（）进行分组 - 然后计算百分比

1 个答案: