python - Pandas - 在一列中显示值的百分比，按另一列分组

Question

所以我有一个包含两列的 Pandas DataFrame:第一个是 Grade，值为 0 到 9第二个是 Criteria，值为 0 或 1。

年级(0-9/标准(0/1)

   Grade  Criteria
0      0         1
1      1         0
2      2         1
3      2         0
4      5         1
5      2         1

等等

我需要计算“Criteria rate”，它实际上是 Criteria 列中“1”的总和除以 Criteria 列中适当的行数，但按 Grade 列值分组。例如，对于 Grade = 2，我们计算 Criteria 列中 1 的总和，并将其除以 Grade 2 的行数:2/3，因此对于 Grade 2，我们得到大约 0.66。在我的例子中，答案应该是这样的:

成绩/标准率

   Grade  Criteria
0      0  1.000000
1      1  0.000000
2      2  0.666667
3      5  1.000000

任何想法，如何做到这一点？还有加。问题 - 如果我们在 Criteria 列中有“是/否”文本值，该怎么做？我在这里搜索过，但只找到了 groupby 的解决方案，除以总行数等。

谢谢!

Answer 1

您可以将sum 与size 聚合，然后划分列:

df = df.groupby('Grade')['Criteria'].agg(['sum','size'])
df['new'] = df['sum'] / df['size']
print (df)
       sum  size       new
Grade                     
0        1     1  1.000000
1        0     1  0.000000
2        2     3  0.666667
5        1     1  1.000000

或者使用自定义函数:

#not exclude NaNs 
df = df.groupby('Grade')['Criteria'].agg(lambda x: x.sum() / len(x)).reset_index(name='new')

#exclude possible NaNs
df = df.groupby('Grade')['Criteria'].agg(lambda x: x.sum() / x.count()).reset_index(name='new')

对于使用 bool 掩码的 yes/no 值 - True 是类似于 1 的过程:

print (df)
   Grade Criteria
0      0      yes
1      1       no
2      2      yes
3      2       no
4      5      yes
5      2      yes

df = (df['Criteria'] == 'yes').groupby(df['Grade']).agg(lambda x: x.sum() / len(x)).reset_index(name='new')
print (df)
   Grade       new
0      0  1.000000
1      1  0.000000
2      2  0.666667
3      5  1.000000