GROUP BY python之后占总大小的百分比

Question

   code_module  final_result

    AAA      Distinction            44
                  Fail              91
                 Pass              487
                Withdrawn          126

这是Python代码的结果

 studentInfo.groupby(['code_module','final_result']).agg({'code_module':[np.size]})

• 我想从总数中计算每个final_result的百分比

• 数学为AAA.pass / AAA.total

• 总数是上面所有数字的总和。

Answer 1

我相信您需要SeriesGroupBy.value_counts和参数normalize：

s1 = studentInfo.groupby('code_module')['final_result'].value_counts(normalize=True)
print (s1)
code_module  final_result
AAA          Pass            0.651070
             Withdrawn       0.168449
             Fail            0.121658
             Distinction     0.058824
Name: final_result, dtype: float64

或者将sum的每个第一级用DataFrameGroupBy.size除以MultiIndex来简化解决方案

s = studentInfo.groupby(['code_module','final_result']).size()
s2 = s.div(s.sum(level=0), level=0)
print (s2)
code_module  final_result
AAA          Distinction     0.058824
             Fail            0.121658
             Pass            0.651070
             Withdrawn       0.168449
dtype: float64

解决方案之间的区别是value_counts以降序返回输出Series，因此第一个元素是出现频率最高的元素，size不是。