我有这个数据框:
df = pd.DataFrame({"A": ["Used", "Not used", "Not used", "Not used", "Used",
"Not used", "Used", "Used", "Used", "Not used"],
"B": ["Used", "Used", "Used", "Not used", "Not used",
"Used", "Not used", "Not used", "Used", "Not used"]})
我想找到最快、最干净的方法来找出以下内容:
- 所有行中使用过A的行的百分比。
- 所有行中使用过B的行的百分比。
- 所有行中使用过A和B的行的百分比。
我是 Python 和 pandas(以及一般的编码)的新手,所以我确信这非常简单,但是任何指导都将不胜感激。我试过 groupby().aggregate(sum) 但我没有得到我需要的结果(我想是因为这些是字符而不是整数。
最佳答案
如果需要所有值百分比使用 value_counts
使用 normalize=True
,用于多列 groupby
与 size
对于所有对的长度,并将其除以 df 的长度
(与索引的长度相同):
print (100 * df['A'].value_counts(normalize=True))
Not used 50.0
Used 50.0
Name: A, dtype: float64
print (100 * df['B'].value_counts(normalize=True))
Not used 50.0
Used 50.0
Name: B, dtype: float64
print (100 * df.groupby(['A','B']).size() / len(df.index))
A B
Not used Not used 20.0
Used 30.0
Used Not used 30.0
Used 20.0
dtype: float64
如果需要过滤值,创建掩码并获取 mean
- True
像 1
一样处理:
print (100 * df['A'].eq('Used').mean())
#alternative
#print (100 * (df['B'] == 'Used').mean())
50.0
print (100 * df['B'].eq('Used').mean())
#alternative
#print (100 * (df['B'] == 'Used').mean())
50.0
print (100 * (df['A'].eq('Used') & df['B'].eq('Used')).mean())
20.0
关于python - 获取 Pandas 数据框中满足特定条件的行(字符串)的百分比,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46487748/