计算pandas DataFrame中的行百分比？ [英] Compute row percentages in pandas DataFrame?

问题描述

我将数据存储在pandas DataFrame中，如下所示：

I have my data in a pandas DataFrame, and it looks like the following:

cat  val1   val2   val3   val4
A    7      10     0      19
B    10     2      1      14
C    5      15     6      16

我想计算每个值具有的类别（ cat ）的百分比。

I'd like to compute the percentage of the category (cat) that each value has.

例如，对于类别 A ， val1 为7，行总数为36。结果值为7/36，因此 val1 是类别 A 。

For example, for category A, val1 is 7 and the row total is 36. The resulting value would be 7/36, so val1 is 19.4% of category A.

我的预期结果如下所示：

My expected result would look like the folowing:

cat  val1   val2   val3   val4
A    .194   .278   .0     .528
B    .370   .074   .037   .519
C    .119   .357   .143   .381

有一种简单的方法可以计算出来吗？

Is there an easy way to compute this?

推荐答案

div +总和

对于矢量化解决方案，沿 axis = 0 划分数据帧通过其在 axis = 1 上的总和。您可以使用 set_index + reset_index 忽略标识符列。

div + sum

For a vectorised solution, divide the dataframe along axis=0 by its sum over axis=1. You can use set_index + reset_index to ignore the identifier column.

df = df.set_index('cat')
res = df.div(df.sum(axis=1), axis=0)

print(res.reset_index())

  cat      val1      val2      val3      val4
0   A  0.194444  0.277778  0.000000  0.527778
1   B  0.370370  0.074074  0.037037  0.518519
2   C  0.119048  0.357143  0.142857  0.380952

这篇关于计算pandas DataFrame中的行百分比？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！