【问题标题】:Calculating Percent of Total using groupby使用 groupby 计算总数的百分比
【发布时间】:2021-02-20 01:03:42
【问题描述】:

我很难找到一种简单的方法来从整个市场中获得产品的市场份额。例如,我的数据框如下所示:

例如,我有一个如下所示的数据框。假设产品 A、B 和 C 属于市场 1,而 D、E、F 分别属于市场 2、3、4。我想找到的是对于每个独特的季度(即 2020 年 1 月 6 日是 2020 年第 2 季度),A、B 和 C 在整个市场中的市场份额是多少。例如,如果我们想要 A、B 和 C(美国市场)在 2020 年第二季度的市场份额,那么我们需要将 100+200+300 除以 100+200+300+400+500+600,这给出了 600/2100 = 28.57%

我不确定处理它的正确方法是什么,到目前为止,我必须将整个数据框转换为二维列表并尝试使用 for 循环。我希望有一个更整洁的方法来解决这个问题。

  Product   Date       Value   
0   A        1/6/2020   100
1   B        1/6/2020   200
2   C        1/6/2020   300
3   D        1/6/2020   400
4   E        1/6/2020   500
5   F        1/6/2020   600
6   A        1/9/2020   600
7   B        1/9/2020   500
8   C        1/9/2020   400
9   D        1/9/2020   300
10  E        1/9/2020   200
11  F        1/9/2020   100

【问题讨论】:

    标签: python pandas numpy dataframe group-by


    【解决方案1】:

    你在考虑groupby的路上是正确的!

    不过,您的数据框需要具有您提到的维度——市场和季度。此外,您可能希望 Date 列是 datetime64。

    这是一个代码块,它构建了一个类似于您当前拥有的数据帧:

    import pandas as pd
    
    df = pd.DataFrame()
    df["Product"] = ["A", "B", "C", "D", "E", "F"] * 2
    df["Date"] = ["1/6/2020"] * 6 + ["1/9/2020"] * 6
    df["Date"] = df["Date"].astype("datetime64[ns]")
    df["Value"] = [100, 200, 300, 400, 500, 600] * 2
    

    您可能想要添加一个“市场”列,可能是通过定义从产品到市场的映射,并将其添加到您的数据框。同样,您可以计算每个条目的季度(尽管在您的示例中,您似乎是说要将日期对象视为季度)。

    products_to_markets = {
        "A": "USA", "B": "USA", "C": "USA",
        "D": "Canada", "E": "Canada", "F": "Canada"
    }
    df["Market"] = df["Product"].map(products_to_markets)
    df["Quarter"] = df["Date"].dt.to_period("Q")
    

    现在您可以开始执行您感兴趣的其他一些计算。例如,您可以查看每个市场每季度的总价值:

    df.groupby(["Quarter", "Market"]).sum()
    

    我认为您正在寻找的是这样的:

    value_per_quarter = df.groupby("Quarter").sum()
    df.groupby(["Quarter", "Market"]).sum() / value_per_quarter
    

    产量:

                       Value
    Quarter Market
    2020Q1  Canada  0.714286
            USA     0.285714
    

    【讨论】:

      【解决方案2】:

      首先,您必须创建一个数据框,将您的产品映射到您的市场。

      然后使用pd.crosstab() 得到一个漂亮的数据透视表,参数normalize=index 为您提供每行的百分比。

      import pandas as pd
      from io import StringIO
      
      text = """
        Product   Date       Value   
      0   A        1/6/2020   100
      1   B        1/6/2020   200
      2   C        1/6/2020   300
      3   D        1/6/2020   400
      4   E        1/6/2020   500
      5   F        1/6/2020   600
      6   A        1/9/2020   600
      7   B        1/9/2020   500
      8   C        1/9/2020   400
      9   D        1/9/2020   300
      10  E        1/9/2020   200
      11  F        1/9/2020   100
      """
      
      # create sample dataframe
      df = pd.read_csv(StringIO(text), header=0, sep='\s+')
      
      # create translation of products to markets
      market_df = pd.DataFrame([
          ['A', 1], ['B', 1], ['C', 1], 
          ['D', 2], ['E', 3], ['F', 4]], 
          columns=['Product', 'Market'],
      )
      
      # merge to get products mapped to markets
      merged_df = pd.merge(
          df, 
          market_df, 
          how='left', 
          on='Product',
      )
      
      # crosstab calculates totals per market and date
      # normalize='index' calculates percentages over rows
      pd.crosstab(
          merged_df['Date'],
          merged_df['Market'], 
          merged_df['Value'], 
          aggfunc='sum', 
          normalize='index',
      )
      

      结果数据框:

                  Market  
      Date        1           2           3           4           
      1/6/2020    0.285714    0.190476    0.238095    0.285714
      1/9/2020    0.714286    0.142857    0.095238    0.047619
      

      【讨论】:

        猜你喜欢
        • 2018-03-24
        • 1970-01-01
        • 2022-06-13
        • 1970-01-01
        • 2022-11-21
        • 1970-01-01
        • 2020-03-27
        • 1970-01-01
        • 1970-01-01
        相关资源
        最近更新 更多