如何使用大 pandas 中的groupby根据另一列中的条件计算百分比总计 [英] How to use groupby in pandas to calculate a percentage / proportion total based on a criteria in another column

问题描述

我正在尝试研究如何在给定的Yes/No条件下使用熊猫中的groupby函数来计算每年的价值比例.

例如，我有一个名为names的数据框:

  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

我可以使用

namesgrouped = names.groupby(["Sex", "Year", "Criteria"]).sum()

获取:

                   Number
Sex    Year      Criteria
Male   1998 N        14507
            Y         2308
       1999 N        14119
            Y         2331

，依此类推.我希望数字标准"列显示每种性别和年份占总数的百分比-因此，不是1998年的N = 14507和Y = 2308，而是N = 86.27％和Y = 13.73％. /p>

任何人都可以建议如何做吗?

解决方案

此问题是

to get:

                   Number
Sex    Year      Criteria
Male   1998 N        14507
            Y         2308
       1999 N        14119
            Y         2331

and so on. I would like the 'Number Criteria' column to show the % of the total for each gender and year - so instead of N = 14507 and Y = 2308 for 1998 above I'd have N = 86.27% and Y = 13.73%.

Can anyone advise how to do this?

解决方案

This question is a direct extension of the suggested duplicate. Borrowing from the accepted answer, this will work:

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

---

Edit: a transform operation might be faster than apply:

namesgrouped / namesgrouped.groupby(level=[0, 1]).transform('sum')

这篇关于如何使用大 pandas 中的groupby根据另一列中的条件计算百分比总计的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！