如何透视数据帧，从现有的1创建4列，并在每个新单元格内计算百分比

Question

我有这个数据帧：

Country AgeRepartition     Count
USA     above 20           10
USA     less than 20       50
USA     above 50           40
Canada  above 20           50
Canada  less than 20       10
Canada  above 50           30

我想将此数据帧按年龄重新划分类型调整为一列，并将百分比作为值。

预期输出：

Country above 20 less than 20 above 50  
USA     10%      50%          40%
Canada  55%      11%          33%

例如，百分比是美国有多少人在所有美国计数中超过20(10/(10+50+40((

我该怎么做？

Answer 1

您可以在管道中使用pivot+pipe，除以每行的总和并乘以100:

df2 = (df
.pivot(index='Country', columns='AgeRepartition', values='Count')
.pipe(lambda d: d.div(d.sum(axis=1), axis=0).mul(100))
)

输出：

AgeRepartition  above 20  above 50  less than 20
Country                                         
Canada             55.56     33.33         11.11
USA                10.00     40.00         50.00

Answer 2

另一种方法是使用groupby+transform(sum)+rdiv查找百分比，使用assign将其分配回；则pivot:

out = (df.assign(Count=df.groupby('Country')['Count'].transform('sum').rdiv(df['Count']).mul(100)
.astype(int).astype(str).add('%'))
.pivot(*df).reset_index().rename_axis(columns=[None]))

输出：

Country above 20 above 50 less than 20
0  Canada      55%      33%          11%
1  USA         10%      40%          50%

Answer 3

使用值除以sum的DataFrame.pivot，以确保列的顺序正确使用DataFrame.reindex:

df = (df.pivot('Country','AgeRepartition','Count')
.reindex(columns=df['AgeRepartition'].unique(), index=df['Country'].unique()))
df = df.div(df.sum(axis=1), axis=0).mul(100)
print (df)
AgeRepartition   above 20  less than 20   above 50
Country                                           
USA             10.000000     50.000000  40.000000
Canada          55.555556     11.111111  33.333333

在新的索引值和具有有序类别的新列中，针对相同顺序的另一种解决方案：

df['Country'] = pd.Categorical(df['Country'], 
ordered=True, 
categories=df['Country'].unique())
df['AgeRepartition'] = pd.Categorical(df['AgeRepartition'], 
ordered=True, 
categories=df['AgeRepartition'].unique())
df = df.pivot('Country','AgeRepartition','Count')
df = df.div(df.sum(axis=1), axis=0).mul(100)
print (df)
AgeRepartition   above 20  less than 20   above 50
Country                                           
USA             10.000000     50.000000  40.000000
Canada          55.555556     11.111111  33.333333

Answer 4

最简单的方法是pandas库中的.protot_table

import pandas as pd
df = pd.pivot_table(index=['Country'], columns='AgeRepartition', values='Count' aggfunc='first')