使用 pandas 数据框使用除法运算符 mysql 选择语句

Question

我的 pandas 数据框中有一个表格：

df = pd.DataFrame({
        'CategoryCount': {0: 0, 1: 12, 2: 15, 3: 0, 4: 25, 5: 0},
        'frequency': {0: 123, 1: 234, 2: 456, 3: 678, 4: 890, 5: 145}
    })

---

+-----------------+-----------+
|  CategoryCount  | frequency |
+-----------------+-----------+
| 0               | 123       |
| 12              | 234       |
| 15              | 456       |
| 0               | 678       |
| 25              | 890       |
| 0               | 145       |
+-----------------+-----------+

它有 300 行

我想找到总数。 Categorycount 的，频率低于 75% 我正在用普通的 mysql 编写这个查询：

select count(CategoryCount) 
from category_analysis 
where (frequency * 100 / (select sum(frequency) from category_analysis)) < 75

我如何在 pandas 中使用 python 实现相同的功能。

Answer 1

IIUC 这将相当于 Pandas（10%，因为您的所有样本行

In [15]: df.frequency.sum()
Out[15]: 2526

In [16]: df.frequency / df.frequency.sum() < 0.1
Out[16]:
0     True
1     True
2    False
3    False
4    False
5     True
Name: frequency, dtype: bool

In [17]: df.loc[df.frequency / df.frequency.sum() < .1]
Out[17]:
   CategoryCount  frequency
0              0        123
1             12        234
5              0        145

In [18]: len(df.loc[df.frequency / df.frequency.sum() < .1])
Out[18]: 3

或者更好一点variant from @John Galt:

In [19]: (df.frequency < df.frequency.sum() * 0.1 ).sum()
Out[19]: 3

OP 在 SQL 中的查询：

Answer 2

注意：这并不能回答 OP 的问题。但是，正如@MaxU 所指出的，它可能对其他人有所帮助。

使用value_counts 和normalize

df.CategoryCount.value_counts(normalize=True).lt(.75).sum()