如何计算多级索引组的百分比?

Question

假设您有以下数据:

records = [
{'group': 'A', 'name': 'Chris', 'is_male': True, 'smoker': False}, 
{'group': 'A', 'name': 'Bob', 'is_male': True, 'smoker': True}, 
{'group': 'A', 'name': 'Dana', 'is_male': False, 'smoker': False}, 
{'group': 'B', 'name': 'Alice', 'is_male': False, 'smoker': True}, 
{'group': 'B', 'name': 'Michael', 'is_male': True, 'smoker': True}, 
{'group': 'B', 'name': 'Ron', 'is_male': True, 'smoker': True}, 
{'group': 'C', 'name': 'Rihanna', 'is_male': False, 'smoker': True}, 
{'group': 'C', 'name': 'Madonna', 'is_male': False, 'smoker': True}, 
{'group': 'C', 'name': 'Cher', 'is_male': False, 'smoker': False}, 
{'group': 'C', 'name': 'John', 'is_male': True, 'smoker': True}, 

]
data = pd.DataFrame.from_dict(records)

如果我们这样做:

data.groupby(['group', 'is_male', 'smoker']).count().reset_index()

我们得到:

group   is_male smoker  name
A   False   False   1
A   True    False   1
A   True    True    1
B   False   True    1
B   True    True    2
C   False   False   1
C   False   True    2
C   True    True    1

我想做的是获得相同的数据，但以百分比表示，乘以group的大小

例如，在B组中，我们将得到1/3和2/3

我该怎么做呢?

Answer 1

你可以试试crosstab:

s = pd.crosstab(data['group'], [data['is_male'], data['smoker']], normalize='index')

输出:

is_male     False               True           
smoker      False     True      False     True 
group                                          
A        0.333333  0.000000  0.333333  0.333333
B        0.000000  0.333333  0.000000  0.666667
C        0.250000  0.500000  0.000000  0.250000

要匹配长格式，请使用stack:

s.stack(level=(0,1)).reset_index(name='name')

输出:

group  is_male  smoker      name
0      A    False   False  0.333333
1      A    False    True  0.000000
2      A     True   False  0.333333
3      A     True    True  0.333333
4      B    False   False  0.000000
5      B    False    True  0.333333
6      B     True   False  0.000000
7      B     True    True  0.666667
8      C    False   False  0.250000
9      C    False    True  0.500000
10     C     True   False  0.000000
11     C     True    True  0.250000