【问题标题】:Converting groupby pandas df of absolute numbers to percentage of row totals将绝对数的 groupby pandas df 转换为行总数的百分比
【发布时间】:2022-01-21 16:44:22
【问题描述】:

我的 df df 中有一些数据,显示了用户所属的 2 个类别。为此,我想查看每个类别对的用户数,以行的 %total 表示。

原始数据框df:


+------+------+--------+
| cat1 | cat2 |  user  |
+------+------+--------+
| A    | X    | 687568 |
| A    | Y    |  68575 |
| B    | Y    |  56478 |
| A    | X    |   6587 |
| A    | Y    |  45678 |
| B    | X    |   5678 |
| B    | X    |    967 |
| A    | X    |    345 |
+------+------+--------+

我使用以下方法将其转换为 groupby df: df2 = df.groupby(['cat1', 'cat2']).agg({'user': 'nunique'}).reset_index().pivot(index='cat1', columns='cat2',values='user')获取每个类别组合的用户数的成对计算(这里的数字是组成的):

+------+----+----+
| cat2 | X  | Y  |
+------+----+----+
| cat1 |    |    |
+------+----+----+
| A    |  5 |  5 |
| B    | 10 | 40 |
+------+----+----+

我想将这些数字转换为行 (Cat1) 的总百分比,例如对于第一行,5/(5+5) = 0.5 依此类推:

+------+-----+-----+
| cat2 |  X  |  Y  |
+------+-----+-----+
| cat1 |     |     |
| A    | 0.5 | 0.5 |
| B    | 0.2 | 0.8 |
+------+-----+-----+

我是否必须在我的分组 df 中创建一个包含逐行总和的新列,然后遍历一行中的每个值并将其除以该总数?

【问题讨论】:

    标签: python pandas dataframe


    【解决方案1】:

    你可以简化你的表达方式:

    piv = df.pivot_table('user', 'cat1', 'cat2', aggfunc='nunique')
    pct = piv.div(piv.sum(axis=1), axis=0)
    

    输出:

    >>> piv
    cat2  X  Y
    cat1      
    A     3  2
    B     2  1
    
    >>> pct
    cat2         X         Y
    cat1                    
    A     0.600000  0.400000
    B     0.666667  0.333333
    

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 2014-06-16
      • 2018-03-24
      • 1970-01-01
      • 1970-01-01
      • 2020-03-27
      • 1970-01-01
      相关资源
      最近更新 更多