获取 pandas 数据框中满足特定条件的行（字符串）的百分比

Question

我有这个数据框：

df = pd.DataFrame({"A": ["Used", "Not used", "Not used", "Not used", "Used",
                         "Not used", "Used", "Used", "Used", "Not used"],
                   "B": ["Used", "Used", "Used", "Not used", "Not used",
                        "Used", "Not used", "Not used", "Used", "Not used"]})

我想找到最快、最干净的方法来找出以下内容：

所有行中使用过A的行的百分比。
所有行中使用过B的行的百分比。
所有行中使用过A和B的行的百分比。

我是 Python 和 pandas（以及一般编码）的新手，所以我相信这很简单，但如果有任何指导，我将不胜感激。我试过 groupby().aggregate(sum) 但我没有得到我需要的结果（我想是因为这些是字符而不是整数。

Answer 1

使用

1) 二手 A

In [4929]: 100.*df.A.eq('Used').sum()/df.shape[0]
Out[4929]: 50.0

2) 二手 B

In [4930]: 100.*df.B.eq('Used').sum()/df.shape[0]
Out[4930]: 50.0

3) 二手 A 和二手 B

In [4931]: 100.*(df.B.eq('Used') & df.A.eq('Used')).sum()/df.shape[0]
Out[4931]: 20.0

1) 等同于

In [4933]: 100.*(df['A'] == 'Used').sum()/len(df.index)
Out[4933]: 50.0

Answer 2

如果需要所有值百分比，则对所有对的长度使用 value_counts with normalize=True, for multiple columns groupby with size 并将其除以 length of df（与索引长度相同）：

print (100 * df['A'].value_counts(normalize=True))
Not used    50.0
Used        50.0
Name: A, dtype: float64

print (100 * df['B'].value_counts(normalize=True))
Not used    50.0
Used        50.0
Name: B, dtype: float64

print (100 * df.groupby(['A','B']).size() / len(df.index))
A         B       
Not used  Not used    20.0
          Used        30.0
Used      Not used    30.0
          Used        20.0
dtype: float64

如果需要过滤器值，创建掩码并获取 mean - Trues 的处理方式类似于 1s:

print (100 * df['A'].eq('Used').mean())
#alternative
#print (100 * (df['B'] == 'Used').mean())
50.0

print (100 * df['B'].eq('Used').mean())
#alternative
#print (100 * (df['B'] == 'Used').mean())
50.0

print (100 * (df['A'].eq('Used') & df['B'].eq('Used')).mean())
20.0

获取 pandas 数据框中满足特定条件的行（字符串）的百分比

Get percentage of rows (strings) that fulfil a certain condition in a pandas data frame

python

pandas

pandas-groupby