python - Pandas 分组并做总结

Question

我有一个包含两列 ID 和标签的数据框。标签只能是 0 或 1。

下面的代码生成这样一个数据框

data = [[10105, 1], [10105, 1], [10105, 0], [20205, 0], [20205, 0], [20205, 1], [20205, 1]] 

test=pd.DataFrame(data,columns=["ID","label"])

test
      ID  label
0  10105      1
1  10105      1
2  10105      0
3  20205      0
4  20205      0
5  20205      1
6  20205      1

一旦数据按 ID 分组，我想获得有关标签的一些统计信息。

test.groupby('ID')

将按 ID 对条目进行分组，但我想查看有多少 ID 为 10105 的条目的标签为 1，有多少条目的标签为 0。我还想计算 0 的百分比。那将是理想的输出

ID 10105, label1: 2, label0: 1, Percantage (label0/(label1+label0)): 1/3
ID 20205, label1: 2, label0: 2, Percantage (label0/(label1+label0)): 2/4

我认为 python 有一种聚合结果的方法，但同时我需要一种方法来在特定 ID 的标签之间进行计算。

你能帮帮我吗？

非常感谢您的回复。

问候亚历克斯

Answer 1

您可以使用 GroupBy.agg带有聚合函数的新列名的元组 - 对于 label0 和 Percantage 按 0 比较值并按 sum 计数, mean 表示百分比。它有效，因为 True 的处理方式类似于 1。

df = test.groupby('ID')['label'].agg([('label1','sum'),
                                      ('label0',lambda x: x.eq(0).sum()),
                                      ('Percantage',lambda x: x.eq(0).mean())])
print (df)
       label1  label0  Percantage
ID                               
10105       2       1    0.333333
20205       2       2    0.500000

如果使用 pandas 0.25+:

def label0(x):
    return x.eq(0).sum()

def Percantage(x):
    return x.eq(0).mean()


df = test.groupby('ID').agg(label1=pd.NamedAgg(column='label', aggfunc='sum'),
                            label0=pd.NamedAgg(column='label', aggfunc=label0),
                            Percantage=pd.NamedAgg(column='label', aggfunc=Percantage))

索引中的最后一个如果需要的列:

df = df.reset_index()
print (df)

      ID  label1  label0  Percantage
0  10105       2       1    0.333333
1  20205       2       2    0.500000