Pandas Groupby 列并获得频率为 0

Posted 2023-03-11

【中文标题】Pandas Groupby 列并获得频率为 0

【英文标题】：Pandas Groupby columns and get a frequency of 0

【发布时间】：2020-11-17 11:14:29

【问题描述】：

我有一个数据框，我想按 Col1 Col2 Col3 分组并获得 Value 列的 0 频率： df =

Col1 Col2 Col3 Value
Val1 Val2  A    0
Val1 Val2  A    1
Val1 Val2  A    2
Val1 Val2  A    0
Val1 Val2  A    1

Val1 Val2  B    0
Val1 Val2  B    0
Val1 Val2  B    0
Val1 Val2  B    0
Val1 Val2  B    1
...

如何应用groupby来实现

Col1 Col2 Col3 Fercentage_of_0
Val1 Val2  A       0.2
Val1 Val2  B       0.8
...

谢谢！

【问题讨论】：

df['Value'].eq(0).groupby([df['Col1'],df['Col2'],df['Col3']]).mean()?

@QuangHoang 谢谢！你从哪里学来的？

【参考方案1】：

一个简单的lambda 函数为您完成。生成一个列表，其中Value==0 获取此列表的 len 和组中项目的 len。你有百分比

df = pd.DataFrame("Col1":["Val1","Val1","Val1","Val1","Val1","Val1","Val1","Val1","Val1","Val1"],"Col2":["Val2","Val2","Val2","Val2","Val2","Val2","Val2","Val2","Val2","Val2"],"Col3":["A","A","A","A","A","B","B","B","B","B"],"Value":[0,1,2,0,1,0,0,0,0,1])

df.groupby(["Col1","Col2","Col3"]).\
    agg("Value":lambda x: len([v for v in x if v==0])/len(x))

输出

                Value
Col1 Col2 Col3       
Val1 Val2 A       0.4
          B       0.8

【参考方案2】：

在数据帧上使用 groupby，然后在结果数据帧上应用 size() 方法。 例如，假设您创建了一个名为 df 的数据框，其中包含这些值

df = pd.DataFrame('Col1': ['Val1','Val1','Val1','Val1','Val1','Val1','Val1','Val1'], 
               'Col2': ['Val2','Val2','Val2','Val2','Val2','Val2','Val2','Val2'],
               'Col3': ['A','A','A','A','B','B','B','B'],
               'Value':[0,1,2,0,0,0,0,1]) 

然后可以使用

找到单个元素的频率计数

df.groupby(['Col1','Col2','Col3','Value']).size()
Col1  Col2  Col3  Value
Val1  Val2  A     0        2
                  1        1
                  2        1
            B     0        3
                  1        1
dtype: int64

【参考方案3】：

这是另一种不使用 lambda 的方法，我觉得这更容易理解：

df['is_zero'] = df['Value'] == 0
df.groupby(['Col1', 'Col2', 'Col3'])['is_zero'].mean()

【参考方案4】：

为Value 创建一个等于0 的布尔列，并在Col 列上进行分组

(
    df.assign(Percentage_Of_0=lambda x: x.Value.eq(0))
    .groupby(["Col1", "Col2", "Col3"], as_index=False)
    .Percentage_Of_0.mean()
)

    Col1    Col2    Col3    Percentage_Of_0
0   Val1    Val2    A       0.4
1   Val1    Val2    B       0.8