python - 我想计算 Pandas DataFrame 中每一列的具体数字？

Question

我想计算特定值 4 和 5 按比例出现在 pandas DataFrame 的每一列中的次数。

将此数据框作为输入:

| A | B | C | D | E |
|---|---|---|---|---|
| 3 | 3 | 1 | 2 | 1 |
| 5 | 5 | 4 | 4 | 3 |
| 3 | 4 | 1 | 1 | 5 |

...首先获取每列的原始计数，类似这样...:

| A | B | C | D | E |
|---|---|---|---|---|
| 1 | 2 | 1 | 1 | 1 |

...然后我想划分每一列的计数，以获得成比例的计数:

期望的输出:

| A    | B    | C    | D    | E    |
|------|------|------|------|------|
| 0.33 | 0.66 | 0.33 | 0.66 | 0.33 |

我尝试了以下df.counts() 但这只会返回总数。计数

Answer 1

使用DataFrame.isin对于获取掩码，对于计数值使用 sum，对于比率使用 mean，最后一行 DataFrame 添加 Series.to_frame转置:

mask = df.isin([4,5])
df1 = mask.sum().to_frame().T
print (df1)
   A  B  C  D  E
0  1  2  1  1  1

df2 = mask.mean().to_frame().T
#or division
#df2 = df1.div(len(df))

print (df2)
          A         B         C         D         E
0  0.333333  0.666667  0.333333  0.333333  0.333333

编辑:Head Manager 的 groupby 解决方案是通过 Head Manager 创建索引，然后测试成员资格并计算 sum 或 意思是:

print (df)
  Head Manager  A  B  C  D  E
0         man1  3  3  1  2  1
1         man1  5  5  4  4  3
2         man1  3  4  1  1  5

df11 = df.set_index('Head Manager').isin([4,5]).sum(level=0)
#alternative
#df11 = df.set_index('Head Manager').isin([4,5]).groupby(level=0).sum()
print (df11)
                A    B    C    D    E
Head Manager                         
man1          1.0  2.0  1.0  1.0  1.0

df22 = df.set_index('Head Manager').isin([4,5]).mean(level=0)
#alternative
#df22 = df.set_index('Head Manager').isin([4,5]).groupby(level=0).mean()
print (df22)
                     A         B         C         D         E
Head Manager                                                  
man1          0.333333  0.666667  0.333333  0.333333  0.333333

groupby.apply 的替代方法，但如果有很多组则速度较慢:

cols = df.columns.difference(['Head Manager'])
df22 = df.groupby('Head Manager')[cols].apply(lambda x: x.isin([3,4]).mean())
print (df22)
                     A         B         C         D         E
Head Manager                                                  
man1          0.666667  0.666667  0.333333  0.333333  0.333333

如果要指定一些列:

df22 = df.groupby('Head Manager')['A','B','C','D','E'].apply(lambda x: x.isin([3,4]).mean())