我想计算特定值 4 和 5 按比例出现在 pandas DataFrame 的每一列中的次数。
将此数据框作为输入:
| A | B | C | D | E |
|---|---|---|---|---|
| 3 | 3 | 1 | 2 | 1 |
| 5 | 5 | 4 | 4 | 3 |
| 3 | 4 | 1 | 1 | 5 |
...首先获取每列的原始计数，类似这样...:
| A | B | C | D | E |
|---|---|---|---|---|
| 1 | 2 | 1 | 1 | 1 |
...然后我想划分每一列的计数，以获得成比例的计数:
期望的输出:
| A | B | C | D | E |
|------|------|------|------|------|
| 0.33 | 0.66 | 0.33 | 0.66 | 0.33 |
我尝试了以下 df.counts() 但这只会返回总数。计数
请您参考如下方法:
使用DataFrame.isin对于获取掩码，对于计数值使用 sum，对于比率使用 mean，最后一行 DataFrame 添加 Series.to_frame转置:
mask = df.isin([4,5])
df1 = mask.sum().to_frame().T
print (df1)
A B C D E
0 1 2 1 1 1
df2 = mask.mean().to_frame().T
#or division
#df2 = df1.div(len(df))
print (df2)
A B C D E
0 0.333333 0.666667 0.333333 0.333333 0.333333
编辑:Head Manager 的 groupby 解决方案是通过 Head Manager 创建索引，然后测试成员资格并计算 sum 或 意思是:
print (df)
Head Manager A B C D E
0 man1 3 3 1 2 1
1 man1 5 5 4 4 3
2 man1 3 4 1 1 5
df11 = df.set_index('Head Manager').isin([4,5]).sum(level=0)
#alternative
#df11 = df.set_index('Head Manager').isin([4,5]).groupby(level=0).sum()
print (df11)
A B C D E
Head Manager
man1 1.0 2.0 1.0 1.0 1.0
df22 = df.set_index('Head Manager').isin([4,5]).mean(level=0)
#alternative
#df22 = df.set_index('Head Manager').isin([4,5]).groupby(level=0).mean()
print (df22)
A B C D E
Head Manager
man1 0.333333 0.666667 0.333333 0.333333 0.333333
groupby.apply 的替代方法，但如果有很多组则速度较慢:
cols = df.columns.difference(['Head Manager'])
df22 = df.groupby('Head Manager')[cols].apply(lambda x: x.isin([3,4]).mean())
print (df22)
A B C D E
Head Manager
man1 0.666667 0.666667 0.333333 0.333333 0.333333
如果要指定一些列:
df22 = df.groupby('Head Manager')['A','B','C','D','E'].apply(lambda x: x.isin([3,4]).mean())
