python - 为 groupby 列编写自定义函数

Question

尝试编写以下自定义 groupby 函数来计算给定二进制列 b 中 1 的百分比:

def _get_perc(ds):
    try: 
        return ds.value_counts(normalize=True).loc[1]
    except KeyError: 
        return 0.0
df[['group','b']].groupby('group').apply(_get_perc)

但是 pandas 将 ds 作为数据框而不是系列；它给了我一个AttributeError:“DataFrame”对象没有属性“value_counts”。

将ds作为Series的函数应该怎么写？

Answer 1

指定要在 b 列上显式进行分组。

df
   group  b
0      1  0
1      1  1
2      2  0
3      2  0
4      2  1

df.groupby('group')['b'].apply(_get_perc)
group
1    0.500000
2    0.333333
Name: b, dtype: float64

不需要预索引步骤。

---

或者，value_counts 也可以直接在 Series 上调用:

df.groupby('group')['b'].value_counts(normalize=True).xs(1, level=1, axis=0)

group
1    0.500000
2    0.333333
Name: b, dtype: float64

额外的 xs 步骤是选择 1 的归一化计数。