Question

我正在使用时间序列数据来总结用户对产品的使用情况（每个用户是一列，每个日期是一行）。我试图总结使用该产品的用户所占的百分比，这要求他们每天使用一定时间。

date          user1         user2           user3              user4
2017-06-23    120.000000    200.000000      20.000000          0.000000   
2017-06-24    201.000000    195.000000      10.000000          0.000000   
2017-06-25    267.333333    190.000000      56.666667          0.000000   
2017-06-26    255.500000    142.500000      42.500000          0.000000   
2017-06-27    269.200000    131.800000      45.600000          0.000000   
2017-06-28    241.500000    138.333333      49.500000          0.000000   
2017-06-29    224.000000    118.571429      61.000000          0.000000

我正在尝试计算一行中每个条目满足条件的次数，并创建一个新的列来对此进行计数，并除以用户总数* 100。我尝试过：

df['Percent of Adoption'] = (df[df.columns > 50].count(axis=0)/len(df.columns))*100

这会产生以下错误：

TypeError: '>' not supported between instances of 'str' and 'int'

所需的输出：

date          user1         user2           user3              user4//     
2017-06-23    120.000000    200.000000      20.000000          0.000000   
2017-06-24    201.000000    195.000000      10.000000          0.000000   
2017-06-25    267.333333    190.000000      56.666667          0.000000   
2017-06-26    255.500000    142.500000      42.500000          0.000000   
2017-06-27    269.200000    131.800000      45.600000          0.000000   
2017-06-28    241.500000    138.333333      49.500000          0.000000   
2017-06-29    224.000000    118.571429      61.000000          0.000000 

Percent of Adoption
50.0
50.0
75.0
50.0
50.0
50.0
75.0

任何帮助将不胜感激。谢谢！

Answer 1

我已根据字词回答了您的问题。但是我的答案与您的百分比答案不符。所以我误会了，或者您正在使用虚拟变量。

首先将索引设置为日期。

df = df.set_index('date')

然后过滤数据框以获取大于50的值并跨列求和（轴= 1），然后除以列数。

df['percent_of_adoption'] = (df > 50).sum(axis = 1).div(df.count(axis = 1)) * 100

创建一个新列，该列用于计算一行中有多少个条目满足熊猫中数据框每一行的条件

1 个答案: