我正在尝试做一些我知道必须是基本 Pandas 的事情,但我正在绞尽脑汁想办法解决这个问题。我希望每个组的比例和计数可用于任意级别的分组:
import pandas as pd
df = pd.DataFrame({'A': [1, 0, 1, 0, 1, 0, 0, 0], 'B': ['A'] * 4 + ['B'] * 4})
gb = df.groupby(['A', 'B']).size()
prop_gb = gb / gb.groupby(level=0).sum()
prop_gb
现在是:prop_gb
Out[116]:
A B
0 A 0.400000
B 0.600000
1 A 0.666667
B 0.333333
dtype: float64
不过,我最终想要这个:
A B prop count
0 A 0.400000 2
B 0.600000 3
1 A 0.666667 2
B 0.333333 1
我已经尝试合并两个
pandas.Series
对象,gb
和 prop_gb
,方法是将它们转换为字典并以这种方式“加入”它们,但我知道必须有一种原生的 Pandas 方式来完成这个......这在技术上实现了我想要的:
desired = {k: (v, prop_gb.to_dict()[k]) for k, v in gb.to_dict().items()}
desired
{(0, 'A'): (2, 0.40000000000000002),
(0, 'B'): (3, 0.59999999999999998),
(1, 'A'): (2, 0.66666666666666663),
(1, 'B'): (1, 0.33333333333333331)}
最佳答案
您可以只使用 to_frame
创建一个数据帧开始并添加 prop
列:
>>> desired = df.groupby(['A', 'B']).size().to_frame('count')
>>> desired['prop'] = gb / gb.groupby(level=0).sum()
>>> desired
count prop
A B
0 A 2 0.400000
B 3 0.600000
1 A 2 0.666667
B 1 0.333333
或者,从 2 系列创建一个新框架:
>>> pd.DataFrame(dict(prop=prop_gb, count=gb))
count prop
A B
0 A 2 0.400000
B 3 0.600000
1 A 2 0.666667
B 1 0.333333
关于python - Pandas 分组计数和比例,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46003482/