Pandas -枢轴||为比率/百分比创建自定义列

Question

import numpy as np
import pandas as pd

data = {'experiment_name': ['exp1', 'exp1', 'exp1', 'exp1', 'exp1', 'exp1'], 
'variant': ['A', 'B', 'A','B','A','B'],'sessions_with_orders':[1,2,6,0,23,12],
'total_sessions':[10,23,56,22,89,12]}  
  
# Create DataFrame  
df = pd.DataFrame(data)    
df.pivot_table(index='variant',columns='experiment_name',values=['total_sessions','sessions_with_orders'],aggfunc=np.sum)

我有一些数据框，我在其中使用聚合函数对其进行透视。

我得到的输出是期望的。但是，我想创建比率 sessions_with_orders/total_sessions。我该怎么做呢？这在 excel 上是可行的，但我无法考虑 pandas 数据框。

我不了解 lambda、cross_tab 或如何实现它们。
我在 python 3.9.8 上。 np 版本 1.22.3 和 pd 版本 1.3.4

Answer 1

IIUC，你可以使用assign:

(df
.pivot_table(index='variant',columns='experiment_name',values=['total_sessions','sessions_with_orders'],aggfunc=np.sum)
.assign(ratio=lambda d: d['sessions_with_orders']/d['total_sessions'])
)

输出:

                sessions_with_orders total_sessions     ratio
experiment_name                 exp1           exp1          
variant                                                      
A                30                   155            0.193548
B                14                   57             0.245614

但是，如果您有多个实验，最好使用 join(为了演示，我在这里将最后一个实验更改为“exp2”):

df2 = df.pivot_table(index='variant',columns='experiment_name',
                     values=['total_sessions','sessions_with_orders'],
                     aggfunc=np.sum)

df2.join(pd.concat({'ratio': df2['sessions_with_orders'].div(df2['total_sessions'])},
          axis=1))

输出:

                sessions_with_orders       total_sessions           ratio     
experiment_name                 exp1  exp2           exp1  exp2      exp1 exp2
variant                                                                       
A                               30.0   NaN          155.0   NaN  0.193548  NaN
B                                2.0  12.0           45.0  12.0  0.044444  1.0