熊猫多索引嵌套排序和百分比

Question

给定此数据框和数据透视表：

import pandas as pd
df=pd.DataFrame({'County':['A','A','A','A','A','B','B','B','B','A','A','A','A','A','B','B','B','B'],
                'Hospital':['a','b','c','d','e','a','b','c','e','a','b','c','d','e','a','b','c','e'],
                'Enrollment':[44,55,42,57,95,54,27,55,81,54,65,23,89,76,34,12,1,67],
                'Year':['2012','2012','2012','2012','2012','2012','2012','2012','2012','2013',
                        '2013','2013','2013','2013','2013','2013','2013','2013']})
d2=pd.pivot_table(df,index='Year',columns=['County','Hospital'])
d2
            Enrollment
County      A                   B
Hospital    a   b   c   d   e   a   b   c   e
Year                                    
2012       44   55  42  57  95  54  27  55  81
2013       54   65  23  89  76  34  12  1   67

我想做以下几点：

1. 计算最近一年医院"入院人数"的百分比（每个县），如下所示：

               Enrollment                              
   County      A                   B           
   Hospital    a   b   c   d   e   a   b   c   e
   Year                                    
   2012        44  55  42  57  95  54  27  55  81
   2013        54  65  23  89  76  34  12  1   67
   Percent     18% 21% 7%  29% 25% 30% 11% 1%  59%
   

2. 按"入学率"（降序）对最近一年的列进行排序，如下所示：

               Enrollment                              
   County      A                   B           
   Hospital    d   e   b   a   c   e   a   b   c 
   Year                                    
   2012        57  95  55  44  42  81  54  27  55
   2013        89  76  65  54  23  67  34  12  1
   Percent     29% 25% 21% 18% 7%  59% 30% 11% 1%
   

3. 以每个县排名前 3 的医院（就最近一年的入院人数而言）为例：

               Enrollment                  
   County      A           B       
   Hospital    d   e   b   e   a   b 
   Year                        
   2012        57  95  55  81  54  27
   2013        89  76  65  67  34  12
   Percent     29% 25% 21% 59% 30% 11%
   

提前感谢！

附言到目前为止，我尝试通过转置和使用最近一年的县和最右边的列进行排序：

cnty=d2.T.index.names[1]
ryr=d2.T.columns[-1]
d2.T.sort_values([cnty,ryr],ascending=False)

。但我知道我需要以不同的方式访问"县"，因为它不是一个真正的列。

更新：

我

可以通过转置和使用分组依据来计算最近一年的百分比（并过滤掉），尽管我确信有一种更有效的方法。

d=d2.T
d['Percent']=(d.iloc[:,-1]/d.iloc[:,-1].sum()*100)

提前感谢！

Answer 1

你可以：

df = pd.concat([df, df.groupby(level='County').apply(lambda x: x['2013'].div(x['2013'].sum())).reset_index(0, drop=True).to_frame('Percent')], axis=1)
top_3 = df.groupby(level='County')['Percent'].nlargest(3).reset_index(0, drop=True)
df = pd.concat([df.drop('Percent', axis=1), top_3], axis=1, join='inner')
df.groupby(level=1).apply(lambda x: x.sort_values('Percent', ascending=False)).reset_index(0, drop=True).T

获得：

                 A                                B                      
                 d          e          b          e          a          b
Year                                                                     
2012     57.000000  95.000000  55.000000  81.000000  54.000000  27.000000
2013     89.000000  76.000000  65.000000  67.000000  34.000000  12.000000
Percent   0.289902   0.247557   0.211726   0.587719   0.298246   0.105263

Answer 2

所以，我发现这也有效：

d=d2.T
d['Percent']=round(d.iloc[:,-1]/d.iloc[:,-1].groupby(level=1).transform(sum),2)
d=d.sort_values(d.columns[-1],ascending=False).sortlevel(1, sort_remaining=False)
d=d.groupby(level=1).head(3)
d.T