计算分组值的百分比

Question

我有一个 Pandas 数据框，看起来像“

我计算了每年的 Win、Lost 和 Draw 的数量，现在看起来像：

我的目标是按年计算每个分数组的百分比。变得像：

但我卡在这里了。 我查看了 this thread，但无法将其应用于我的 df。

有什么想法吗？

Answer 1

这是我为此任务编写的一个非常简单的方法：

只需执行以下操作：

1. 创建每年总分的数据框：

• total_score = df.groupby('year')['score'].sum().reset_index(name = 'total_score_each_year')

2. 将原始数据帧和新数据帧合并为一个数据帧：

• df = df.merge(total_score, on = 'year')

3. 计算百分比：

• df['percentages'] = 100 * (df['score'] / df['total_score_each_year'])

就是这样，我希望它有帮助:)

Answer 2

您可以尝试使用：df.iat[row, column]

它看起来像这样：

percentages = []
for i in range(len(df) // 3):
  draws = df.iat[i, 2]
  losses = df.iat[i + 1, 2]
  wins = df.iat[i + 2, 2]
  nbr_of_games = draws + losses + wins
  percentages.append[draws * 100/nbr_of_games] #Calculate percentage of draws
  percentages.append[losses * 100/nbr_of_games] #Calculate percentage of losses
  percentages.append[wins * 100/nbr_of_games] #Calculate percentage of wins

df["percentage"] = percentages

这可能不是最快的方法，但我希望它有所帮助！

Answer 3

类似于@panter 的回答，但仅在一行中并且不创建任何额外的 DataFrame：

df['percentage'] = df.merge(df.groupby('year').score.sum(), on='year', how='left').apply(
    lambda x: x.score_x * 100 / x.score_y,  axis=1
)

详细说明：

1. df.groupby('year').score.sum() 使用每年 score 的总和创建一个 DataFrame。
2. df.merge 创建一个与原始 df 相同的 Dataframe，但将列 score 重命名为 score_x 和一个附加列 score_y，代表每一行当年所有分数的总和； how='left' 仅保留左侧 DataFrame 中的行，即 df。
3. .apply 使用 score_x 和 score_y 计算每个对应百分比（注意 axis=1 选项，逐行应用 lambda）。