Pandas:如何计算周转率？

Question

我想使用 Pandas 计算一组人的流失率。小组的规模可能会发生变化，但我想知道每年离开的人数百分比。

最好用一个例子来解释。这是我的示例数据:

  teachers  year
0     John  2007
1     Paul  2007
2     Mary  2007

3     John  2008
4     Paul  2008
5     Abel  2008
6     Watt  2008

7     John  2009
8     Mary  2009

我想到达这个数据集:

year turnover 
2008 .33333 
2009 .75

第一年，玛丽离开了，第二年，保罗、亚伯和瓦特离开了。它会产生某种偏见:如果群体在缩小，那么离职率会更大。

Answer 1

计划

我将使用 'year' 设置索引和 'teachers' , 所以我 assign x=1 的虚拟变量提前时间。

我要'year'作为我的索引，所以我 unstack把'teachers'在列中。我使用 fill_value=0选择在特定年份没有教师的情况下填写零。

使用 diff并检查是否等于 -1 确定营业额事件。 sum(1)总结所有营业额事件。

d1.sum(1).shift()计算上一年的所有教师。

划分以获得营业额。

d1 = pd.Series(1, [df.year, df.teachers]).unstack(fill_value=0)
d1.diff().eq(-1).sum(1).div(d1.sum(1).shift(), 0).dropna()

year
2008    0.333333
2009    0.750000
dtype: float64

正如@jrjc 在评论中指出的，我的第一行是 crosstab .考虑到这一点，我们可以将代码简化为:

d1 = pd.crosstab(df.year, df.teachers)
d1.diff().eq(-1).sum(1).div(d1.sum(1).shift(), 0).dropna()

一行使用 pipe

pd.crosstab(df.year, df.teachers).pipe(
    lambda c: c.diff().eq(-1).sum(1).div(c.sum(1).shift(),0).dropna()
)