Skip to main content
 首页 » 编程设计

python之从 Pandas 数据透视表中的小计中获取总数的百分比

2025年02月15日7JeffreyZhao

我有以下数据框

from io import StringIO 
incsv = StringIO("""Date,State,City,Tools,Size,y 
20130320,AZ,Phoenix,A,4,1000 
20130320,AZ,Tempe,B,4,1100 
20130320,NY,NYC,C,1,900 
20130320,NY,NYC,C,2,1300 
20130320,NY,Albany,D,1,800 
20130320,AZ,Phoenix,E,1,800 
20130320,AZ,Phoenix,F,4,800 
""") 
 
df = pd.read_csv(incsv, index_col=['Date'], parse_dates=True) 
 
 
df 
          State City  Tools Size y 
Date                     
2013-03-20  AZ  Phoenix A   4   1000 
2013-03-20  AZ  Tempe   B   4   1100 
2013-03-20  NY  NYC     C   1   900 
2013-03-20  NY  NYC     C   2   1300 
2013-03-20  NY  Albany  D   1   800 
2013-03-20  AZ  Phoenix E   1   800 
2013-03-20  AZ  Phoenix F   4   800 

我正在尝试计算每种尺寸的工具占州/市小计的百分比。我的下一步是:

dftest=pd.pivot_table(df,index=['State'],columns=['City','Size'],values="y",aggfunc='count',margins=True) 
test=dftest.stack('City').stack('Size') 
test 
 
 
State  City     Size 
AZ     All              4.0 
       Phoenix  1       1.0 
                4       2.0 
       Tempe    4       1.0 
NY     Albany   1       1.0 
       All              3.0 
       NYC      1       1.0 
                2       1.0 
All    Albany   1       1.0 
       All              7.0 
       NYC      1       1.0 
                2       1.0 
       Phoenix  1       1.0 
                4       2.0 
       Tempe    4       1.0 
dtype: float64 

我希望我的输出是

State  City     Size    Count PCT 
AZ     All              4.0   1 
       Phoenix  1       1.0   .25 
                4       2.0   .5 
       Tempe    4       1.0   .25 
NY     All              3.0   1 
       Albany   1       1.0   .333    
       NYC      1       1.0   .333 
                2       1.0   .333 

我正在考虑尝试迭代行,找到“全部”并再次迭代以创建一个包含结果的系列,但必须有一种更简单/更高效的方法来实现这一点。谢谢!

请您参考如下方法:

test = test.to_frame() 
test['PCT'] = test.groupby(level=0).transform(lambda x: x/x.max()) 

输出:

                      0       PCT 
State City    Size                
AZ    Phoenix 1     1.0  0.250000 
              4     2.0  0.500000 
      Tempe   4     1.0  0.250000 
      All           4.0  1.000000 
NY    Albany  1     1.0  0.333333 
      NYC     1     1.0  0.333333 
              2     1.0  0.333333 
      All           3.0  1.000000 
All   Albany  1     1.0  0.142857 
      NYC     1     1.0  0.142857 
      Phoenix 1     1.0  0.142857 
      NYC     2     1.0  0.142857 
      Phoenix 4     2.0  0.285714 
      Tempe   4     1.0  0.142857 
      All           7.0  1.000000