根据对列中每个不同值具有特定条件的行计算 Pandas Dataframe 中的 perc答案

【问题标题】：Calculate perc in Pandas Dataframe based on rows having a specific condition for each distinct value in column根据对列中每个不同值具有特定条件的行计算 Pandas Dataframe 中的 perc
【发布时间】：2020-06-02 05:53:18
【问题描述】：

我有一个数据框，其示例值如下所示

col1   col2 
A     ['1','2','er'] 
A     [] 
B     ['3','4','ac'] 
B     ['5'] 
C     []

我想计算 col1 中每个值的总行数与 col2 中非空列表的总行数的百分比。

如果 col1 中有一个值，我可以做到这一点。我正在寻找一种解决方案来迭代地执行此操作。感谢您的帮助。

【问题讨论】：

标签： python python-3.x pandas dataframe pandas-groupby

【解决方案1】：

我相信您需要比较更大的列表长度，例如0，转换为数字然后聚合mean：

df1 = df['col2'].str.len().gt(0).view('i1').groupby(df['col1']).mean().reset_index(name='%')
print (df1)
  col1    %
0    A  0.5
1    B  1.0
2    C  0.0

【讨论】：

成功了。谢谢。对于 col2 的每个值，我还希望 Col2 列表中每个元素的百分比。即 A 为 1 的百分比，B 为 ac 的百分比。