为 groupby 列编写自定义函数答案

【问题标题】：Writing a custom function for groupby column为 groupby 列编写自定义函数
【发布时间】：2019-03-14 19:14:10
【问题描述】：

尝试编写以下自定义 groupby 函数来计算给定二进制列 b 中 1 的百分比：

def _get_perc(ds):
    try: 
        return ds.value_counts(normalize=True).loc[1]
    except KeyError: 
        return 0.0
df[['group','b']].groupby('group').apply(_get_perc)

但是 pandas 将 ds 作为数据框而不是系列；它给了我一个 AttributeError: 'DataFrame' 对象没有属性 'value_counts'。

我应该如何编写将ds作为一个系列的函数？

【问题讨论】：

你能举个例子 df = ???

标签： python pandas function group-by pandas-groupby

【解决方案1】：

只需使用系列标签索引GroupBy 对象：

def _get_perc(ds):
    try: 
        return ds.value_counts(normalize=True).loc[1]
    except KeyError: 
        return 0.0

df[['group','b']].groupby('group')['b'].apply(_get_perc)

【讨论】：

【解决方案2】：

指定要在列b 上显式完成分组。

df
   group  b
0      1  0
1      1  1
2      2  0
3      2  0
4      2  1

df.groupby('group')['b'].apply(_get_perc)
group
1    0.500000
2    0.333333
Name: b, dtype: float64

不需要预索引步骤。

或者，value_counts也可以直接在Series上调用：

df.groupby('group')['b'].value_counts(normalize=True).xs(1, level=1, axis=0)

group
1    0.500000
2    0.333333
Name: b, dtype: float64

额外的xs 步骤是选择归一化的 1 计数。

【讨论】：