python - dataframe.groupby 中排序的频率和百分比

Question

我有一个 Pandas 数据框，其中对我来说有趣的功能称为 Tenure (预测变量之一)和一个名为 Churn 的列(标签，字符串 ' 0' 和 '1')。

col1    col2    ... Tenure  ... Churn
val_1   ...         5           0
val_i   ...         ...         label_i
val_n   ...         36          1

现在我想生成一个具有这些值的数据框:

Tenure  Churned Churn_Rate
5       51      15.31
...     ...     ...
36      16      21.98

数据按 Tenure 分组，Churned 是值“1”的频率，Churn_Rate 是此类出现的百分比对于每个 Tenure 值。

到目前为止，这就是我所做的，但我得到的是一个元组。

churn_per_tenure = grs_df_main.groupby(['Tenure']).apply(lambda x: ((x['Churn'] == '1').sum(), x['Churn'].count()))

此外，如何按以下方式对输出进行排序:Tenure、Churned 或 Churn_Rate？

Answer 1

用途:

grs_df_main = pd.DataFrame({'Tenure':[1,1,1,2,2,2,3],
                            'Churn': ['0','1','1','1','0','0','0']})

print(grs_df_main)
   Tenure Churn
0       1     0
1       1     1
2       1     1
3       2     1
4       2     0
5       2     0
6       3     0

如果只需要rate列，您可以使用语法糖 - groupby by boolean mask with Series grs_df_main['Tenure'] 和聚合平均值:

churn_per_tenure = ((grs_df_main['Churn'] == '1').groupby(grs_df_main['Tenure'])
                                                 .mean()
                                                 .reset_index(name='Churn_Rate'))
print (churn_per_tenure)
   Tenure  Churn_Rate
0       1    0.666667
1       2    0.333333
2       3    0.000000

对于所有列，请使用 agg使用 lambda 函数:

f = lambda x: (x == '1').sum()
f.__name__ = 'Churned'
churn_per_tenure = grs_df_main.groupby(['Tenure'])['Churn'].agg([f, 'count']).reset_index()
churn_per_tenure['Churn_Rate'] = churn_per_tenure['Churned'] / churn_per_tenure.pop('count')
print (churn_per_tenure)
   Tenure  Churned  Churn_Rate
0       1        2    0.666667
1       2        1    0.333333
2       3        0    0.000000

如果还想count列删除pop功能:

churn_per_tenure['Churn_Rate'] = churn_per_tenure['Churned'] / churn_per_tenure['count']
print (churn_per_tenure)
   Tenure  Churned  count  Churn_Rate
0       1        2      3    0.666667
1       2        1      3    0.333333
2       3        0      1    0.000000