python - pandas 计算主题的陌生度

Question

这是我的任务的非常简短的描述。我有一个如下所示的数据框:df = pd.DataFrame([[2, 0], [2, 1], [1, 0], [1, 0], [1, 1], [3, 0]], columns=['topic', 'strange'])

对于每个主题，我需要计算“奇怪”的行的百分比。所以结果会是这样的1 - 1/3, 2 - 1/2, 3 - 0 .

我想出的最有效的解决方案是:

a = df['topic'].value_counts()
b = df[df['strange'] == 1]['topic'].value_counts()
res = (b / a).fillna(0)

<小时/>

此外，这很可能是相当合理的性能，并且没有那么难看，我相信通过智能 groupby 操作可以更轻松地实现这一点。

还有人有其他建议吗？寻找更短或更快的替代方案。

Answer 1

如果strange保证仅为0或1，则可以只取平均值:

In [7]: df.groupby("topic").mean()
Out[7]:
        strange
topic
1      0.333333
2      0.500000
3      0.000000