我需要从DF中选定的行组中获取值的总和,然后计算组中每一行的百分比。
df = pd.read_csv("file.csv")
names = df.groupby(["Names", "Action"]).size().reset_index(name='counts')
names.rename(columns={"counts":"Count"}, inplace=True)
像这样获取 DF:
Name Action Count
0 Name1 Action 1 7
1 Name1 Action 2 3
2 Name1 Action 3 720
3 Name1 Action 4 95
4 Name1 Action 5 301
5 Name1 Action 6 1
6 Name2 Action 1 17
7 Name2 Action 2 1
8 Name3 Action 1 1
9 Name3 Action 2 23
10 Name3 Action 3 170
对于每个名字,我都有不同的操作和相应的数字。我需要计算每个名称的所有类型的操作的总数(对于 Name1,我们将为 1127)。 在我需要将"总计百分比"列添加到DF之后,该列将显示每个给定名称总计中每行值的百分比。"占总数的百分比"列中的每个"名称组"(名称 1、名称 2...)将具有自己的 100% 百分比。
它应该看起来像这样:
Name Action Count % of Total
0 Name1 Action 1 7 0.62
1 Name1 Action 2 3 0.27
2 Name1 Action 3 720 63.89
3 Name1 Action 4 95 8.43
4 Name1 Action 5 301 26.71
5 Name1 Action 6 1 0.09
6 Name2 Action 1 17 94.44
7 Name2 Action 2 1 5.56
8 Name3 Action 1 1 0.52
9 Name3 Action 2 23 11.86
10 Name3 Action 3 170 87.63
为了获得每个名称的所有"操作"值的总和,我创建了一个新的DF:
df_total = df.groupby(["Name"]).size().reset_index(name='counts_new')
Df 看起来像这样:
Name counts_new
0 Name1 1127
1 Name2 18
2 Name3 194
3 Name4 1377
4 Name5 93
5 Name6 1627
6 Name7 1355
7 etc...
现在我的计划是通过一些计算将列添加到 Df 中。 但是我不明白如何编写代码:带有 Name1 的每一行都将从 df_total 中计算相应的行(带有 Name1)。
当我得到这个(我知道这是不对的)时,它只是从 DF 中获取第一行并使用 df_total 的第一行执行计算,而不是第二、第三行。得到所有错误的结果。
names["% of Total"] = df["Count"] * 100 / df_total["counts_new"]
Name Action Count % of Total
0 Name1 Action 1 7 0.621118
1 Name1 Action 2 3 16.666667
2 Name1 Action 3 720 371.134021
3 Name1 Action 4 95 6.899056
4 Name1 Action 5 301 323.655914
5 Name1 Action 6 1 0.061463
6 Name2 Action 1 17 1.254613
7 Name2 Action 2 1 0.125945
将不胜感激任何帮助。 谢谢。
IIUC,使用transform
df['pctg'] = df.Count / df.groupby(['Name']).Count.transform('sum') * 100
输出
Name Action Count pctg
0 Name1 Action 1 7 0.621118
1 Name1 Action 2 3 0.266193
2 Name1 Action 3 720 63.886424
3 Name1 Action 4 95 8.429459
4 Name1 Action 5 301 26.708075
5 Name1 Action 6 1 0.088731
6 Name2 Action 1 17 94.444444
7 Name2 Action 2 1 5.555556
8 Name3 Action 1 1 0.515464
9 Name3 Action 2 23 11.855670
10 Name3 Action 3 170 87.628866
试试这个:
df['% of Total'] = (df['Count'] / df.groupby('Name')['Count'].transform('sum') * 100).round(2)
输出:
Name Action Count % of Total
0 Name1 Action 1 7 0.62
1 Name1 Action 2 3 0.27
2 Name1 Action 3 720 63.89
3 Name1 Action 4 95 8.43
4 Name1 Action 5 301 26.71
5 Name1 Action 6 1 0.09
6 Name2 Action 1 17 94.44
7 Name2 Action 2 1 5.56
8 Name3 Action 1 1 0.52
9 Name3 Action 2 23 11.86
10 Name3 Action 3 170 87.63