使用条件 groupby 计算分类列的百分比并在 Python 中计数

Posted 2023-02-16

【中文标题】使用条件 groupby 计算分类列的百分比并在 Python 中计数

【英文标题】：Calculate percentage of categorical column using conditional groupby and count in Python

【发布时间】：2020-12-03 06:44:27

【问题描述】：

我想为每个 id 计算来自 id 的所有行的 True 值的百分比。

这是我的数据示例：

id     col1    
 1     True
 1     True
 1     False
 1     True
 2     False
 2     False

新列应如下所示：

id     col1    num_true
 1     True     0.75
 1     True     0.75
 1     False    0.75
 1     True     0.75
 2     False    0
 2     False    0

这是我尝试做的：

df['num_true']= df[df['col1'] == 'True'].groupby('id')['col1'].count()
df['num_col1_id']= df.groupby('id')['col1'].transform('count')

df['perc_true']= df.num_true/df.num_col1_id

【参考方案1】：

groupby 并申请transform 以获取mean

df['num_true']=df.groupby('id').col1.transform('mean')



  id   col1  num_true
0   1   True      0.75
1   1   True      0.75
2   1  False      0.75
3   1   True      0.75
4   2  False      0.00
5   2  False      0.00

【参考方案2】：

这里是询问的代码：

import pandas as pd
df = pd.DataFrame("col1": [True,True,False,True,False,False], index = [1,1,1,1,2,2])
grouped_df = df.groupby(df.index)
df["num_true"] = grouped_df.sum() / grouped_df.count()

我在这里所做的是按索引对数据框进行分组， 之后，我将“真”值的数量相加，然后除以值的总数。

结果：

    col1    num_true
1   True    0.75
1   True    0.75
1   False   0.75
1   True    0.75
2   False   0.00
2   False   0.00