【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】: