根据另一列计算 groupby 中的百分比
Posted
技术标签:
【中文标题】根据另一列计算 groupby 中的百分比【英文标题】:Calculate percentages in groupby, based on another column 【发布时间】:2021-09-13 10:25:57 【问题描述】:我有一张这样的桌子:
Month | Binary | Value_missing | Total_value |
---|---|---|---|
1 | N | 40 | 120 |
1 | Y | 5 | 50 |
2 | N | 30 | 200 |
2 | Y | 10 | 20 |
我想在 pandas 中计算一个 groupby,它根据 Total_value 为我提供 Value_missing 列的百分比。我希望得到:
Month | Binary | Value_missing | Total_value | %_Value_missing |
---|---|---|---|---|
1 | N | 40 | 120 | 0,235 |
1 | Y | 5 | 50 | 0,029 |
2 | N | 30 | 200 | 0,1363 |
2 | Y | 10 | 20 | 0,045 |
对于 Value_missing 列中的每一行/单元格,我想除以按月聚合的 Total_Value 的总和
第一行的微积分示例:40 / (120 + 50) = 0,235
谢谢!
【问题讨论】:
你可能忘了说,你想按月分组? 是的。对于 Value_missing 列中的每个单元格,我想除以 Total_Value 按月的总和 【参考方案1】:这是一种方法:
df['%_Value_missing'] = df['Value_missing'].div(df.groupby('Month')['Total_value'].transform(sum))
替代方案:
df['%_Value_missing'] = df.groupby('Month').apply(lambda x: x['Value_missing'] / x['Total_value'].sum()).values
输出:
Month Binary Value_missing Total_value %_Value_missing
0 1 N 40 120 0.235294
1 1 Y 5 50 0.029412
2 2 N 30 200 0.136364
3 2 Y 10 20 0.045455
一些性能比较:
%%timeit
df['Value_missing'].div(df.groupby('Month')['Total_value'].transform(sum))
541 µs ± 19.3 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
%%timeit
df.groupby('Month').apply(lambda x: x['Value_missing'] / x['Total_value'].sum()).values
1.55 ms ± 4.61 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
【讨论】:
以上是关于根据另一列计算 groupby 中的百分比的主要内容,如果未能解决你的问题,请参考以下文章
python使用pandas中的groupby函数和agg函数计算每个分组数据的两个分位数(例如百分之10分位数和百分之90分位数)