根据另一列计算 groupby 中的百分比

Posted 2023-02-16

【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)