如何在 Pandas 中使用 groupby 划分 2 个聚合列？答案

【问题标题】：How to divide 2 aggregated columns using groupby in Pandas?如何在 Pandas 中使用 groupby 划分 2 个聚合列？
【发布时间】：2020-10-17 21:05:17
【问题描述】：

在 Titanic 数据集中，我希望计算每个乘客等级 (Pclass) 1,2 和 3 中幸存的乘客百分比。我想出了如何获得乘客数量和数量。使用 group by 幸存的乘客如下：

train[['PassengerId','Pclass','Survived']]\
    .groupby('Pclass')\
    .agg(PassengerCount=pd.NamedAgg(column='PassengerId', aggfunc='count'), 
         SurvivedPassengerCount=pd.NamedAgg(column='Survived',aggfunc='sum'))

所以，我得到以下输出：

        PassengerCount  SurvivedPassengerCount
Pclass                                        
1                  216                     136
2                  184                      87
3                  491                     119

但是如何获得百分比列？我想要的输出如下：

        PassengerCount  SurvivedPassengerCount  PercSurvived
Pclass                                                             
1                  216                     136                     62.9%
2                  184                      87                     47.3%
3                  491                     119                     24.2%

提前致谢！

【问题讨论】：

将乘客加总为totpassengers，然后创建一个新列df['perc'] = df.passengerconnt/totpassengers
@Tarik - 嗨..我想一步完成。另外我不想将此输出保存在数据框中。有没有办法做到这一点？
这可能对你有帮助：stackoverflow.com/questions/40301973/… 虽然我不明白避免额外声明的意义。

标签： python pandas aggregation

【解决方案1】：

由于您只需要将SurvivedPassengerCount 除以PassengerCount，因此您可以使用.assign 方法：

result = train[['PassengerId','Pclass','Survived']]\
            .groupby('Pclass')\
            .agg(PassengerCount=pd.NamedAgg(column='PassengerId', aggfunc='count'), 
                 SurvivedPassengerCount=pd.NamedAgg(column='Survived',aggfunc='sum'))\
    
result = result.assign(PercSurvived=df['PassengerCount']/df['SurvivedPassengerCount'])

【讨论】：