如何在 Pandas 中的 groupby 之后获取列的计数百分比
How to get percentage of counts of a column after groupby in Pandas
我正在尝试获取数据列表中姓名的每个排名的成绩分布。
但是，我无法弄清楚如何在其等级组中获得每个等级的 proportion/percentage 。这是一个例子：
df.head()
name rank grade
Bob 1 A
Bob 1 A
Bob 1 B
Bob 1 C
Bob 2 B
Bob 3 C
Joe 1 C
Joe 2 B
Joe 2 B
Joe 3 A
Joe 3 B
Joe 3 B
我使用 grade_count = df.groupby(['name', 'rank', 'grade']).['grade'].size()) 给我它的 (name,rank) 组中每个年级的计数：
name rank grade
Bob 1 A 2
B 1
C 1
2 B 1
3 C 1
Joe 1 C 1
2 B 2
3 A 1
B 2
现在对于计算的每个尺寸，我想得到它在 (name,rank) 组中的比例（即一个等级在一个系统中的比例是多少）这是我想要的输出:
name rank grade
Bob 1 A 2 0.5 (Bob @ rank 1 had 4 grades, and 50% of them are A's)
B 1 0.25
C 1 0.25
2 B 1 1
3 C 1 1
Joe 1 C 1 1
2 B 2 1
3 A 1 0.33
B 2 0.66
我已经设法通过使用 rank_totals = grade_count.groupby(level[0,1]).sum() 得到每个排名组的总数，结果是：
name rank
Bob 1 4
2 1
3 1
Joe 1 1
2 2
3 3
如何将 grade_count 中的数字除以它们在 rank_totals 中的相应排名总数？
按名称和排名级别对您的数据进行分组，然后使用 transform 获取您系列的总数并将其广播到整个系列。用那个系列来划分当前系列：
grade_count.groupby(level = [0,1]).transform(sum)
Out[19]:
name rank grade
Bob 1 A 4
B 4
C 4
2 B 1
3 C 1
Joe 1 C 1
2 B 2
3 A 3
B 3
dtype: int64
grade_count / grade_count.groupby(level = [0,1]).transform(sum)
Out[20]:
name rank grade
Bob 1 A 0.500000
B 0.250000
C 0.250000
2 B 1.000000
3 C 1.000000
Joe 1 C 1.000000
2 B 1.000000
3 A 0.333333
B 0.666667
我正在尝试获取数据列表中姓名的每个排名的成绩分布。 但是，我无法弄清楚如何在其等级组中获得每个等级的 proportion/percentage 。这是一个例子：
df.head()
name rank grade
Bob 1 A
Bob 1 A
Bob 1 B
Bob 1 C
Bob 2 B
Bob 3 C
Joe 1 C
Joe 2 B
Joe 2 B
Joe 3 A
Joe 3 B
Joe 3 B
我使用 grade_count = df.groupby(['name', 'rank', 'grade']).['grade'].size()) 给我它的 (name,rank) 组中每个年级的计数：
name rank grade
Bob 1 A 2
B 1
C 1
2 B 1
3 C 1
Joe 1 C 1
2 B 2
3 A 1
B 2
现在对于计算的每个尺寸，我想得到它在 (name,rank) 组中的比例（即一个等级在一个系统中的比例是多少）这是我想要的输出:
name rank grade
Bob 1 A 2 0.5 (Bob @ rank 1 had 4 grades, and 50% of them are A's)
B 1 0.25
C 1 0.25
2 B 1 1
3 C 1 1
Joe 1 C 1 1
2 B 2 1
3 A 1 0.33
B 2 0.66
我已经设法通过使用 rank_totals = grade_count.groupby(level[0,1]).sum() 得到每个排名组的总数，结果是：
name rank
Bob 1 4
2 1
3 1
Joe 1 1
2 2
3 3
如何将 grade_count 中的数字除以它们在 rank_totals 中的相应排名总数？
按名称和排名级别对您的数据进行分组，然后使用 transform 获取您系列的总数并将其广播到整个系列。用那个系列来划分当前系列：
grade_count.groupby(level = [0,1]).transform(sum)
Out[19]:
name rank grade
Bob 1 A 4
B 4
C 4
2 B 1
3 C 1
Joe 1 C 1
2 B 2
3 A 3
B 3
dtype: int64
grade_count / grade_count.groupby(level = [0,1]).transform(sum)
Out[20]:
name rank grade
Bob 1 A 0.500000
B 0.250000
C 0.250000
2 B 1.000000
3 C 1.000000
Joe 1 C 1.000000
2 B 1.000000
3 A 0.333333
B 0.666667