python - 如何在 Pandas 中使用groupby根据另一列中的标准计算百分比/比例总数

Question

我正在尝试研究如何使用 pandas 中的 groupby 函数根据给定的是/否标准计算每年的值比例。

例如，我有一个名为 names 的数据框:

  Name  Number  Year   Sex Criteria
0  name1     789  1998  Male      N
1  name1     688  1999  Male      N
2  name1     639  2000  Male      N
3  name2     551  1998  Male      Y
4  name2     499  1999  Male      Y

我可以用

namesgrouped = names.groupby(["Sex", "Year", "Criteria"]).sum()

获得:

                   Number
Sex    Year      Criteria
Male   1998 N        14507
            Y         2308
       1999 N        14119
            Y         2331

等等。我希望“数字标准”列显示每个性别和年份的总数百分比 - 因此上面的 1998 年不是 N = 14507 和 Y = 2308，而是 N = 86.27% 和 Y = 13.73%。

谁能建议如何做到这一点？

Answer 1

这个问题是suggested duplicate的直接延伸.借用已接受的答案，这将起作用:

In [46]: namesgrouped.groupby(level=[0, 1]).apply(lambda g: g / g.sum())
Out[46]: 
                      Number
Sex  Year Criteria          
Male 1998 N         0.588806
          Y         0.411194
     1999 N         0.579612
          Y         0.420388
     2000 N         1.000000

---

编辑:转换操作可能比应用更快:

namesgrouped / namesgrouped.groupby(level=[0, 1]).transform('sum')