如何解决根据另一列计算 groupby 中的百分比
我有一张像:
月 | 二进制 | Value_missing | Total_value |
---|---|---|---|
1 | N | 40 | 120 |
1 | Y | 5 | 50 |
2 | N | 30 | 200 |
2 | Y | 10 | 20 |
我想在 Pandas 中计算一个 groupby,它根据 Total_value 给我列 Value_missing 的百分比。我希望得到:
月 | 二进制 | Value_missing | Total_value | %_Value_missing |
---|---|---|---|---|
1 | N | 40 | 120 | 0,235 |
1 | Y | 5 | 50 | 0,029 |
2 | N | 30 | 200 | 0,1363 |
2 | Y | 10 | 20 | 0,045 |
对于 Value_missing 列中的每一行/单元格,我想除以按月聚合的 Total_Value 的总和
第一行的微积分示例:40 / (120 + 50) = 0,235
谢谢!
解决方法
这是一种方法:
df['%_Value_missing'] = df['Value_missing'].div(df.groupby('Month')['Total_value'].transform(sum))
替代方案:
df['%_Value_missing'] = df.groupby('Month').apply(lambda x: x['Value_missing'] / x['Total_value'].sum()).values
输出:
Month Binary Value_missing Total_value %_Value_missing
0 1 N 40 120 0.235294
1 1 Y 5 50 0.029412
2 2 N 30 200 0.136364
3 2 Y 10 20 0.045455
一些性能比较:
%%timeit
df['Value_missing'].div(df.groupby('Month')['Total_value'].transform(sum))
541 µs ± 19.3 µs per loop (mean ± std. dev. of 7 runs,1000 loops each)
%%timeit
df.groupby('Month').apply(lambda x: x['Value_missing'] / x['Total_value'].sum()).values
1.55 ms ± 4.61 µs per loop (mean ± std. dev. of 7 runs,1000 loops each)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。