使用列 Pandas 的 Group by 划分两个数据框答案

【问题标题】：Division of two dataframe with Group by of a Column Pandas使用列 Pandas 的 Group by 划分两个数据框
【发布时间】：2016-12-31 07:36:59
【问题描述】：

我有一个数据框 df_F1：

df_F1.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 2 entries, 0 to 1
Data columns (total 7 columns):
class_energy              2 non-null object
ACT_TIME_AERATEUR_1_F1    2 non-null float64
ACT_TIME_AERATEUR_1_F3    2 non-null float64
ACT_TIME_AERATEUR_1_F5    2 non-null float64
ACT_TIME_AERATEUR_1_F8    2 non-null float64
ACT_TIME_AERATEUR_1_F7    2 non-null float64
ACT_TIME_AERATEUR_1_F8    2 non-null float64
dtypes: float64(6), object(1)
memory usage: 128.0+ bytes

 df_F1.head()

class_energy ACT_TIME_AERATEUR_1_F1 ACT_TIME_AERATEUR_1_F3  ACT_TIME_AERATEUR_1_F5 
low 5.875550 431.000000 856.666667 
medium 856.666667 856.666667 856.666667

我尝试创建一个数据帧比率，其中包含每个 class_energy 的每个 ACT_TIME_AERATEUR_1_Fx 的能量值除以所有 ACT_TIME_AERATEUR_1_Fx 的能量总和。例如：

          ACT_TIME_AERATEUR_1_F1 ACT_TIME_AERATEUR_1_F3 ACT_TIME_AERATEUR_1_F5
low        5.875550/(5.875550 + 431.000000+856.666667) 431.000000/(5.875550+431.000000+856.666667) 856.666667/(5.875550+431.000000+856.666667)
medium     856.666667/(856.666667+856.666667+856.666667) 856.666667/(856.666667+856.666667+856.666667) 856.666667/(856.666667+856.666667+856.666667)

有什么想法可以帮帮我吗？

【问题讨论】：

标签： python pandas dataframe group-by

【解决方案1】：

您可以使用DF.divide 将所需的列与它们的sum 沿着相同的列划分，如图所示：

df.iloc[:,1:4] = df.iloc[:,1:4].divide(df.sum(axis=1), axis=0)
print(df)

  class_energy  ACT_TIME_AERATEUR_1_F1  ACT_TIME_AERATEUR_1_F3  \
0          low                0.004542                0.333194   
1       medium                0.333333                0.333333   

   ACT_TIME_AERATEUR_1_F5  
0                0.662264  
1                0.333333

【讨论】：

当我做 df_Ratio = df_F1.loc[:,"ACT_TIME_AERATEUR_1_F1":"ACT_TIME_AERATEUR_1_F5"] = df_F1.loc[:,"ACT_TIME_AERATEUR_1_F1":"ACT_TIME_AERATEUR_1_F5"].divide(df_F1.sum(axis =1), axis=0) 我得到一个没有 class_energy 列的数据框，你知道为什么吗？
那是因为您只使用了整个dataframe 的一个子集，并且只对这些值进行了更改。如果您希望df_ratio 包含所有列，您可以将其指定为df_ratio=df_F1。现在，df_ratio 获得了 df_F1 之前拥有的所有列。