在groupby之后获取每列的百分比答案

【问题标题】：Getting percentage for each column after groupby在groupby之后获取每列的百分比
【发布时间】：2019-04-09 05:09:49
【问题描述】：

我有一个带有两列 A 和 B 的 pandas 数据框。 B 列包含三个类别 X、Y、'Z'。我需要检查 A 中每个组的特定值的百分比是多少。这是数据框的样子：

  A   B
  AA  X 
  BB  Y
  CC  Z
  AA  Y
  AA  Y
  BB  Z 
  ..  ..

现在我想绘制一个堆叠图，但它应该是基于百分比的堆叠图，而不仅仅是基于 B 中每个类别的计数，对应于 A 中的一个组。这是我到目前为止所做的：

df.groupby(['A'])['B'].value_counts().unstack() 这给了我这个

B   X    Y      Z
A           
AA  65   666    5
BB  123  475    6
CC  267  1337   40

现在我想将每一列除以对应行的总和，例如第一行(65/(65+666+5), 666/(65+666+5), 5/(65+666+5),)，并将结果绘制为堆积条形图。有人可以帮忙吗？

【问题讨论】：

【解决方案1】：

您可以像这样找到逐行总和并沿轴除：

freq_df = df.groupby(['A'])['B'].value_counts().unstack()
pct_df = freq_df.divide(freq_df.sum(axis=1), axis=0)

然后绘制你应该可以简单地使用

pct_df.plot(kind="bar", stacked=True)

【讨论】：

【解决方案2】：

我找到了一个行之有效的解决方案。

步骤 1. 应用 groupby

第 2 步。使用 value_count

步骤 3. 使用 unstack

第 4 步。乘以 100 并应用舍入函数。

第 5 步。应用 fillna 方法为空值填充 0

这里是代码

df.groupby(['A'])['B']\
   .value_counts(normalize=True)\
   .unstack()\
   .mul(100)\
   .round(2)\
   .fillna(0)

或者你也可以使用交叉表法

步骤 1. 使用交叉表

第 2 步。应用 lambda 函数。

pd.crosstab(df["A"], df["B"])\
.apply(lambda x: round(x / x.sum() * 100, 2), axis = 1)

【讨论】：