我正在尝试研究如何groupby
在给定的Yes / No条件下在熊猫中使用该函数来计算每年的价值比例。
例如,我有一个数据框,名为names
:
Name Number Year Sex Criteria
0 name1 789 1998 Male N
1 name1 688 1999 Male N
2 name1 639 2000 Male N
3 name2 551 1998 Male Y
4 name2 499 1999 Male Y
我可以用
namesgrouped = names.groupby(["Sex", "Year", "Criteria"]).sum()
要得到:
Number
Sex Year Criteria
Male 1998 N 14507
Y 2308
1999 N 14119
Y 2331
等等。我希望“数字标准”列显示每种性别和年份的总数百分比-因此,不是1998年的N = 14507和Y = 2308,而是N = 86.27%和Y = 13.73%。
谁能建议该怎么做?
这个问题是建议重复项的直接扩展。从公认的答案中借用,这将起作用:
In [46]: namesgrouped.groupby(level=[0, 1]).apply(lambda g: g / g.sum())
Out[46]:
Number
Sex Year Criteria
Male 1998 N 0.588806
Y 0.411194
1999 N 0.579612
Y 0.420388
2000 N 1.000000
编辑:转换操作可能比应用更快:
namesgrouped / namesgrouped.groupby(level=[0, 1]).transform('sum')
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句