python - 分组列和计算

Question

我的代码如下:

df.loc[df['Shape'].isin(Shapes), 'Shape'].value_counts().div(len(df)).to_frame().reset_index()

这给了我出现的次数，然后是该值所在的％，可以说整个数据帧的三角形。但是，如果我想添加另一列将其作为一个组进行分层，我将如何调整它？

当前代码给出了整个 df 中每个形状的百分比

Triangle .20
Square   .40
Circle   .40

我还希望它带有颜色，因此输出如下:

Triangle  Blue  .20
Triangle  Red   .40
Triangle  Black .40
Square    Blue  .40
Square    Red   .30
Square    Purple.30
...

谢谢

Answer 1

我认为你可以使用GroupBy.size具有多列:

np.random.seed(2020)
s = ['Triangle','Square','Circle', 'Rectangle']
c = ['Blue','Red','Black', 'Purple']    

df = pd.DataFrame({'Shape':np.random.choice(s, size=20),
                   'Colors':np.random.choice(c, size=20)})
#print (df)

Shapes = ['Triangle','Square','Circle'] 

df1 = (df.loc[df['Shape'].isin(Shapes)]
           .groupby(['Shape', 'Colors'])
           .size()
           .div(len(df))
           .reset_index(name='per'))
print (df1)
      Shape  Colors   per
0    Circle   Black  0.10
1    Circle     Red  0.05
2    Square    Blue  0.05
3    Square     Red  0.10
4  Triangle   Black  0.05
5  Triangle    Blue  0.05
6  Triangle  Purple  0.10
7  Triangle     Red  0.10

替代SeriesGroupBy.value_counts ，不同之处在于值按组排序:

df1 = (df.loc[df['Shape'].isin(Shapes)]
           .groupby(['Shape'])['Colors']
           .value_counts()
           .div(len(df))
           .reset_index(name='per'))
print (df1)
      Shape  Colors   per
0    Circle   Black  0.10
1    Circle     Red  0.05
2    Square     Red  0.10
3    Square    Blue  0.05
4  Triangle  Purple  0.10
5  Triangle     Red  0.10
6  Triangle   Black  0.05
7  Triangle    Blue  0.05

如果想要每个组的百分比(每个组的总百分比为 1 或 100%)，则使用:

Shapes = ['Triangle','Square','Circle'] 

df2 = (df.loc[df['Shape'].isin(Shapes)]
           .groupby(['Shape'])['Colors']
           .value_counts(normalize=True)
           .reset_index(name='per'))
print (df2)
      Shape  Colors       per
0    Circle   Black  0.666667
1    Circle     Red  0.333333
2    Square     Red  0.666667
3    Square    Blue  0.333333
4  Triangle  Purple  0.333333
5  Triangle     Red  0.333333
6  Triangle   Black  0.166667
7  Triangle    Blue  0.166667