python - 有条件地查找字段 2 中出现的百分比，给定 DataFrame 中的字段 1

Question

我正在通过 Spyder IDE 运行 Windows 10、Python 2.7。

我有一个名为 df 的 pandas DataFrame:

df = pd.DataFrame({'fld1': ['x', 'x', 'x','x','y','y','y','z','z']
                , 'fld2': ['a', 'b', 'c','c','a','b','c','a','b']})

>>> df
fld1 fld2
0    x    a
1    x    b
2    x    c
3    x    c
4    y    a
5    y    b
6    y    c
7    z    a
8    z    b

我想计算构成 fld1 的 fld2 的百分比，并将该百分比保存在 fld3 中，以便产品是唯一组合fld1 和 fld2。此代码的产品应类似于 df2:

df2 = pd.DataFrame({'fld1': ['x', 'x', 'x','y','y','y','z','z']
                , 'fld2': ['a', 'b', 'c','a','b','c','a','b']
                , 'fld3': [.25,.25,.50,.33,.33,.33,.5,.5]})
>>> df2
fld1 fld2  fld3
0    x    a  0.25
1    x    b  0.25
2    x    c  0.50
3    y    a  0.33
4    y    b  0.33
5    y    c  0.33
6    z    a  0.50
7    z    b  0.50

Answer 1

您可以使用 groupby , size并除以 transform 创建的总和:

print df

  fld1 fld2
0    x    a
1    x    b
2    x    c
3    x    c
4    y    a
5    y    b
6    y    c
7    z    a
8    z    b

g = df.groupby(['fld1', 'fld2'])['fld1'].size()
print g

fld1  fld2
x     a       1
      b       1
      c       2
y     a       1
      b       1
      c       1
z     a       1
      b       1
dtype: int64

print g / g.groupby(level=0).transform(sum)

fld1  fld2
x     a       0.250000
      b       0.250000
      c       0.500000
y     a       0.333333
      b       0.333333
      c       0.333333
z     a       0.500000
      b       0.500000
dtype: float64