python - 使用 GroupBy 计算 Pandas 数据框中的自定义汇率函数

Question

我有一个 Pandas 数据框，其中 COLOR 列包含分类数据和 NaN 值 -

  ZIP    YEAR    COLOR
11111    1990        0   
11111    1990        1
11111    1990      NaN 
11111    1990        1
22222    2000        0
22222    2000      NaN
22222    2000      NaN
22222    2000        1

如何按 ZIP 和 YEAR 列聚合数据 (df.groupby(['ZIP', 'YEAR'])) 并将分类数据计算为速率，以便结果类似于下面的数据框？该比率应计算为零的数量除以每个聚合的记录总数。例如，[11111, 1990] 的 df.groupby(['ZIP', 'YEAR']) 的比率是通过将零的总数相加来计算的(1) 将该数字除以 0 和 1 的总数 (3)，结果 1/3 为 0.33。

  ZIP    YEAR    COLOR
11111    1990     0.33            
22222    2000     0.50

Answer 1

首先，我们将您的 0 转换为 1 以及其他方式。

然后我们使用GroupBy.sum和GroupBy.count:

df['COLOR'] = df['COLOR'].sub(1).abs()

grps = df.groupby(['ZIP', 'YEAR'])
dfn = grps.sum().div(grps.count()).reset_index()

     ZIP  YEAR     COLOR
0  11111  1990  0.333333
1  22222  2000  0.500000