【问题标题】:Pandas convert to percent, groupby, and transformPandas 转换为百分比、groupby 和变换
【发布时间】:2018-01-04 21:21:13
【问题描述】:

我有一个DataFrame,其中包含对多个“团队”的多个变量的观察。我已将要更改的列的值转换为二进制值,并希望将DataFrame 我拥有的DataFrame 按“团队”分组,同时聚合成百分比并转换表格以使“团队”行成为列.

df1
     Teams     X    V1    V2    V3    V4
 0   Team 1   8    1     1     0     0
 1   Team 2   9    1     0     1     0
 2   Team 3   6    1     0     0     1
 3   Team 1   10   0     1     1     0

这是我迄今为止尝试过的,但我得到一个 AttributeError: "DataFrame" object has no attribute 'value_counts'。

def percent(df, column):
    zero = df[column].value_counts()[0]
    one = df[column].value_counts()[1]
    perc = one/(zero+one)
    return {column:perc}

cols = [V1, V2, V3, V4]
df1 = df1.groupby('Teams').agg(percent(df1, cols))
df1 = df1.T

期望的输出:

df1
       Team 1    Team 2    Team 3
X        18        9         6
V1      0.25      0.34      0.2
V2      0.1       0.3       0.8
V3      0.9       0.3       0.12
V4      0.23      0.5       0.1

关于如何完成这项工作的任何建议?

编辑:我认为问题是当我在agg 中调用percent 函数时,列没有被迭代。我也试过:

percent_cols = []
for value in cols:
    percent_cols.append(percent(df1, value))

这在某种意义上有效,它返回列名和百分比的字典,但它破坏了我按“团队”分组的能力

【问题讨论】:

  • 你能发布一个你想要的输出的例子吗?
  • 百分比应该等于多少? d 在你的输入和输出之间发生了什么?
  • 恐怕当你问百分比应该等于多少时,我不明白你的意思。你能澄清一下吗?很抱歉,d 的丢失可以忽略不计。只是试图创建一个示例来证明我不能将一个函数应用于整个 DataFrame,而是需要专门选择列。我拥有的 X 列可以使用 sum() 处理,因此我将对其进行编辑以反映这一点。
  • df.groupby('Teams')['V1','V2','V3','V4'].mean().apply(lambda x: x/sum( x)).T`.这与您想要的结果相差多远?
  • 当然...百分比是如何定义的?什么除以什么?你必须定义它。目前尚不清楚您如何计算所需输出中的值。要计算某个值在列中出现的次数,您可以使用 sum(df.V1 == 0) 之类的内容。 value_counts() 返回一个熊猫系列。

标签: python pandas dataframe


【解决方案1】:
# group teams
df = df.groupby('Teams').sum()

# returns:
        X  V1  V2  V3  V4
Teams                    
Team 1 18   1   2   1   0
Team 2  9   1   0   1   0
Team 3  6   1   0   0   1

# find percentages
for c in ['V1', 'V2', 'V3', 'V4']:
    df1[c] /= df1[c].sum()

# rotate
df1 = df1.T

# returns:
Teams     Team 1    Team 2    Team 3
X      18.000000  9.000000  6.000000
V1      0.333333  0.333333  0.333333
V2      1.000000  0.000000  0.000000
V3      0.500000  0.500000  0.000000
V4      0.000000  0.000000  1.000000

我的结果与“期望的输出”不匹配,因为您的百分比总和不等于 1(应该如此)

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2021-05-27
    • 2019-01-26
    • 1970-01-01
    • 1970-01-01
    • 2022-06-13
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多