pandas - 计算 Pandas 中的行百分比

Question

我有一个如下所示的数据框

id  val1  val2  val3
a   100   60    40
b   20    18    12
c   160   140   100

我想为每一行计算百分比。

预期输出如下图

id  val1  val2  val3
a   50    30    20
b   40    36    24
c   40    35    25

我试过下面的代码

df['sum'] = df['val1]+df['val2]+df['val3]
df['val1] = df['val1]/df['sum']
df['val2] = df['val2]/df['sum']
df['val3] = df['val3]/df['sum']

我想知道在 pandas 中是否有比这更简单和替代的方法。

Answer 1

我们可以做到以下几点:

1. 我们使用 iloc
对正确的列进行切片
2. 将 apply 与 axis=1 结合使用以明智地应用每个计算行
3. 我们使用 div、sum 和 mul 将每个值除以行总和并将其乘以 100 以获得整体百分比数字不是小数
4. 我们使用 astype 将我们的 floats 转换回 int

df.iloc[:, 1:] = df.iloc[:, 1:].apply(lambda x: x.div(x.sum()).mul(100), axis=1).astype(int)

输出

  id  val1  val2  val3
0  a    50    30    20
1  b    40    36    24
2  c    40    35    25

---

或者一个矢量化的解决方案，访问我们数据框下面的 numpy 数组。

注意:这种方法在速度方面应该表现得更好

df.iloc[:, 1:] = (df.iloc[:, 1:] / df.sum(axis=1)[:, None]).mul(100).astype(int)

---

或类似但使用 pandas DataFrame.div 方法:

由 Jon Clements 提议

df.iloc[:, 1:] = df.iloc[:, 1:].div(df.iloc[:, 1:].sum(1), axis=0).mul(100)