Python - 数据集值的比例

Question

我一直在尝试创建一个函数，该函数从给定数据帧的一部分值中返回数据帧。

例如，在回复调查的一组客户中，56% 是女性，44% 是男性。

这是我构建的函数：

def proportion_to_the_whole_dataset(dataset,dataset_column):
    proportion_dataset = pd.DataFrame(columns=[dataset_column.name,'%'])
    for i in range(dataset_column.value_counts().index.size):
        for element in dataset_column.value_counts().index:
            proportion_dataset = pd.DataFrame({dataset_column.name: element,'%': round((dataset[dataset_column == element].size/dataset.size)*100,2)},index=[i])
        return proportion_dataset

但是我得到的结果是：

性别百分比

0 男 44.0

我使用的循环有什么问题吗？

Answer 1

每次您的变量proportion_dataset 都会被覆盖。您可以为每个循环附加您的结果并将其连接起来作为回报。

def proportion_to_the_whole_dataset(dataset,dataset_column):
    proportion_dataset = pd.DataFrame(columns=[dataset_column.name,'%'])
    temp = []
    for i in range(dataset_column.value_counts().index.size):
        for element in dataset_column.value_counts().index:
            temp.append(pd.DataFrame({dataset_column.name: element,'%': round((dataset[dataset_column == element].size/dataset.size)*100,2)},index=[i]))
        return pd.concat(temp)

正如建议的那样，您的方法没有利用 pandas 的力量。因此，更好的解决方案是：

def proportion(df, col):
    df = df[col].value_counts(normalize=True) * 100
    df = df.to_frame()
    df.reset_index(inplace=True)
    df.columns = [col, '%']
    return df

col 是您作为字符串分析的列名