Python pandas计算groupby后的份额

Posted 2023-03-29

【中文标题】Python pandas计算groupby后的份额

【英文标题】：Python pandas calculate share of after groupby

【发布时间】：2021-07-25 22:53:57

【问题描述】：

我想按邮政编码对以下类型的数据集进行分组，并计算每种运输方式在每个邮政编码中所占的已完成订单份额。 我已经实现了一个 csv 文件并尝试了下面的代码，但我意识到我需要 MultiIndex ——因为我有很多不同的邮政编码，所以我不确定如何使用它。

postalcode	shipping_method	completed_orders
12345	post1	1
12345	post2	3
12345	post3	2
11123	post1	1
11123	post2	2

import numpy as np
import pandas as pd

shipping_data = pd.read_csv("shipping_per_postalcode.csv")

shareof = lambda x: x/x.sum()
result = shipping_data['amount_users_completed'].groupby(level=['postalcode', 'shipping_option']).transform(sumto)
print(result)

【参考方案1】：

您可能需要额外的 groupby 才能获得百分比贡献

df_agg=df_1.groupby(['postalcode', 'shipping_method'])['completed_orders'].sum()

df_agg.groupby(level=0).apply(lambda x: 100*x/float(x.sum()))

来源：Pandas percentage of total with groupby

【讨论】：

哇，我真的为自己复杂了。非常感谢！

不客气@SevgiCamuz！如果您发现它有用，请点赞答案:)

默认！ :) 你知道为什么完成订单份额的列名消失了吗？

【参考方案2】：

像这样？

result = df['completed_orders'] / df.groupby(['postalcode'])['completed_orders'].transform(sum)

# Out[43]:
# 0    0.166667
# 1    0.500000
# 2    0.333333
# 3    0.333333
# 4    0.666667
# Name: completed_orders, dtype: float64