python - 如何使用 Pandas 从所选行的总和中获取百分比？

Question

这个问题已经有答案了:

Normalize within the group (3 个回答)

pandas divide row value by aggregated sum with a condition set by other cell (1 个回答)

Normalize column in pandas dataframe by sum of grouped values of another column (1 个回答)

已关闭 4 年前。

我需要从 DF 中选定的行组中获取值的总和，然后计算组中每行的百分比。

df = pd.read_csv("file.csv")

names = df.groupby(["Names", "Action"]).size().reset_index(name='counts')

names.rename(columns={"counts":"Count"}, inplace=True)

像这样获取 DF:

  Name    Action     Count
0  Name1  Action 1      7
1  Name1  Action 2      3
2  Name1  Action 3    720
3  Name1  Action 4     95
4  Name1  Action 5    301
5  Name1  Action 6      1
6  Name2  Action 1     17
7  Name2  Action 2      1
8  Name3  Action 1      1
9  Name3  Action 2     23
10 Name3  Action 3    170

对于每个名称，我都有不同的操作和相应的编号。我需要计算每个名称的所有类型操作的总数(对于 Name1，我们将是 1127)。在我需要将列“总计的%”添加到 DF 后，该列将显示每个给定名称的总计中每行值的百分比。 “% of Total”列中的每个“名称组”(Name1、Name2...)行都将拥有自己的 100% 百分比。
它应该看起来像这样:

  Name    Action     Count  % of Total
0  Name1  Action 1      7    0.62
1  Name1  Action 2      3    0.27
2  Name1  Action 3    720    63.89
3  Name1  Action 4     95    8.43
4  Name1  Action 5    301    26.71
5  Name1  Action 6      1    0.09
6  Name2  Action 1     17    94.44
7  Name2  Action 2      1    5.56
8  Name3  Action 1      1    0.52
9  Name3  Action 2     23    11.86
10 Name3  Action 3    170    87.63

为了获取每个名称的所有“Action”值的总和，我创建了一个新的 DF:

df_total = df.groupby(["Name"]).size().reset_index(name='counts_new')

Df 看起来像这样:

  Name  counts_new
0 Name1   1127
1 Name2   18
2 Name3   194
3 Name4   1377
4 Name5   93
5 Name6   1627
6 Name7   1355
7 etc... 

现在我的计划是通过一些计算向 Df 添加列。但我不明白如何编写代码，其中:具有 Name1 的每一行将采用 df_total 中的相应行(具有 Name1)进行计算。

当我得到这个(我知道这是不对的)时，它只是从 DF 中获取第一行，并使用 df_total 中的第一行以及第二、第三行执行计算。这会得到所有错误的结果。

names["% of Total"] = df["Count"] * 100 / df_total["counts_new"]

   Name  Action    Count    % of Total
0 Name1  Action 1     7     0.621118
1 Name1  Action 2     3     16.666667
2 Name1  Action 3    720    371.134021
3 Name1  Action 4     95    6.899056
4 Name1  Action 5    301    323.655914
5 Name1  Action 6     1     0.061463
6 Name2  Action 1     17    1.254613
7 Name2  Action 2     1     0.125945 

将不胜感激任何帮助。谢谢。

Answer 1

IIUC，使用变换

df['pctg'] = df.Count / df.groupby(['Name']).Count.transform('sum') * 100

输出

    Name    Action      Count   pctg
0   Name1   Action 1    7       0.621118
1   Name1   Action 2    3       0.266193
2   Name1   Action 3    720     63.886424
3   Name1   Action 4    95      8.429459
4   Name1   Action 5    301     26.708075
5   Name1   Action 6    1       0.088731
6   Name2   Action 1    17      94.444444
7   Name2   Action 2    1       5.555556
8   Name3   Action 1    1       0.515464
9   Name3   Action 2    23      11.855670
10  Name3   Action 3    170     87.628866