获取熊猫数据框中满足特定条件的行（字符串）的百分比答案

【问题标题】：Get percentage of rows (strings) that fulfil a certain condition in a pandas data frame获取熊猫数据框中满足特定条件的行（字符串）的百分比
【发布时间】：2018-03-11 07:05:23
【问题描述】：

我有这个数据框：

df = pd.DataFrame({"A": ["Used", "Not used", "Not used", "Not used", "Used",
                         "Not used", "Used", "Used", "Used", "Not used"],
                   "B": ["Used", "Used", "Used", "Not used", "Not used",
                        "Used", "Not used", "Not used", "Used", "Not used"]})

我想找到最快、最干净的方法来找出以下内容：

已使用A的所有行的百分比。
使用过B的所有行的百分比。
使用过 A 和 B 的所有行的百分比。

我是 Python 和 pandas 的新手（以及一般的编码），所以我确信这非常简单，但如果有任何指导，我将不胜感激。我试过 groupby().aggregate(sum) 但我没有得到我需要的结果（我想是因为这些是字符而不是整数。

【问题讨论】：

标签： python pandas pandas-groupby

【解决方案1】：

如果需要所有值的百分比，请使用value_counts 和normalize=True，对于多列groupby 和size，所有对的长度除以length of df（与索引长度相同）：

print (100 * df['A'].value_counts(normalize=True))
Not used    50.0
Used        50.0
Name: A, dtype: float64

print (100 * df['B'].value_counts(normalize=True))
Not used    50.0
Used        50.0
Name: B, dtype: float64

print (100 * df.groupby(['A','B']).size() / len(df.index))
A         B       
Not used  Not used    20.0
          Used        30.0
Used      Not used    30.0
          Used        20.0
dtype: float64

如果需要过滤器值，则创建掩码并获取 mean - Trues 像 1s 一样处理：

print (100 * df['A'].eq('Used').mean())
#alternative
#print (100 * (df['B'] == 'Used').mean())
50.0

print (100 * df['B'].eq('Used').mean())
#alternative
#print (100 * (df['B'] == 'Used').mean())
50.0

print (100 * (df['A'].eq('Used') & df['B'].eq('Used')).mean())
20.0

【讨论】：

【解决方案2】：

使用

1) 二手A

In [4929]: 100.*df.A.eq('Used').sum()/df.shape[0]
Out[4929]: 50.0

2) 二手 B

In [4930]: 100.*df.B.eq('Used').sum()/df.shape[0]
Out[4930]: 50.0

3) 二手 A 和二手 B

In [4931]: 100.*(df.B.eq('Used') & df.A.eq('Used')).sum()/df.shape[0]
Out[4931]: 20.0

1) 与

相同

In [4933]: 100.*(df['A'] == 'Used').sum()/len(df.index)
Out[4933]: 50.0

【讨论】：