我有一个如下所示的数据框
Client Month Amount
ABC 201601 -4563
BHG 201602 321
HTD 201601 -5234
BTD 201603 342
ERT. 201601 234
我想知道每个月有多少客户的金额为负数。它应该是客户总数的百分比,例如 201601 第 2 个月客户金额为负数,而一个客户金额为正数,因此比率应为 2/3(客户总数为负数)/(该特定月份的客户总数)。
我正在使用以下代码,但它不起作用。
df.groupby('Month')['Client'].count()
最佳答案
我认为你需要mean
创建的 bool 掩码 x<0
:
df = df.groupby('Month')['Amount'].apply(lambda x: 100 * (x<0).mean())
print (df)
Month
201601 100.0
201602 0.0
201603 0.0
Name: Amount, dtype: float64
编辑:
df = df.groupby('Month')['Amount'].apply(lambda x: 100 * (x<0).mean())
print (df)
Month
201601 66.666667
201602 0.000000
201603 0.000000
Name: Amount, dtype: float64
df = df.groupby(['Month', 'Client'])['Amount'].apply(lambda x: 100 * (x<0).mean())
print (df)
Month Client
201601 ABC 100.0
HTD 100.0
201602 BHG 0.0
201603 BTD 0.0
Name: Amount, dtype: float64
关于pandas - pandas groupby 中的自定义聚合函数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42779127/