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Withdrawn 126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]})
数学为AAA.pass / AAA.total
总数是上面所有数字的总和。
答案 0 :(得分: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Withdrawn 0.168449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Withdrawn 0.168449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。