大熊猫分类变量的百分比计数

Posted 2021-04-01

我有一只像熊猫一样的熊猫

df_test = pd.DataFrame({'A': 'a a a b b'.split(), 'B': ['Y','N','Y','Y','N']})

我想要的输出是df_test2 = pd.DataFrame({'A': 'a b'.split(), 'B': [2/3,1/2]})你怎么做groupby（）。用A列申请得到B栏中'Y'的百分比？

我一直在搜索groupby.apply（）但到目前为止没有任何工作谢谢！

答案

一种方法可能是

In [10]: df_test.groupby('A').B.apply(lambda x: (x == 'Y').mean())
Out[10]:
A
a    0.666667
b    0.500000

或者，如果你不介意在这个过程中改变df_test，

In [15]: df_test['C'] = df_test.B == 'Y'
In [17]: df_test.groupby('A').C.mean()
Out[17]:
A
a    0.666667
b    0.500000
Name: C, dtype: float64

另一答案

使用带有布尔掩码的GroupBy.mean，其中Trues是像1这样的过程，不需要新列，因为也是将Series df_test["A"]传递给groupby：

注意：

相反，==使用eq更清晰的语法。

df = df_test["B"].eq('Y').groupby(df_test["A"]).mean().reset_index()
print (df)
   A         B
0  a  0.666667
1  b  0.500000