python - 创建一个可以计算分数的列

Question

我有一个类似于下面的数据框:

name  x     y
Sam   1     NA
John  1     NA
Lilly 0      1
Lilly 1      1
John  NA     0
Sam   1      NA

从这个数据框中，我希望创建两个新列，分别称为 percentage_0 和 percentage_1

对于每个名字，我计算1的百分比和0的百分比。例如。 Lilly一共有4个值0,1,1,1，return应该是percentage_0: 0.25和percentage 1: 0.75

最终返回应该是这样的

name  percentage_0   percentage 1
Sam    0              1
John   0.5            0.5
lilly  0.25           0.75

我的代码是

df['percentage_0'] = df[df['x'] == 1].count()/len(df['name'])

但是这段代码不起作用

Answer 1

尝试使用 melt 和 crosstab:

s=df.melt('name').dropna()
out = (pd.crosstab(s['name'], s['value'], normalize='index')
         .add_prefix('percentage_')
      )

输出:

value  percentage_0.0  percentage_1.0
name                                 
John             0.50            0.50
Lilly            0.25            0.75
Sam              0.00            1.00

---

更新:melt 可能会很慢，尝试使用 groupby:

groups = df.groupby('name')
out = (groups['x'].value_counts().rename_axis(index=('name',None))
   .add(groups['y'].value_counts().rename_axis(index=('name',None)), fill_value=0)
   .unstack(fill_value=0)
)

out.div(out.sum(1), axis=0)