计算 pandas DataFrame 中的行百分比？答案

【问题标题】：Compute row percentages in pandas DataFrame?计算 pandas DataFrame 中的行百分比？
【发布时间】：2018-11-22 01:22:49
【问题描述】：

我的数据在 pandas DataFrame 中，如下所示：

cat  val1   val2   val3   val4
A    7      10     0      19
B    10     2      1      14
C    5      15     6      16

我想计算每个值所具有的类别 (cat) 的百分比。

例如，对于A 类别，val1 为 7，总行数为 36。结果值为 7/36，因此val1 是类别 A 的 19.4%。

我的预期结果如下所示：

cat  val1   val2   val3   val4
A    .194   .278   .0     .528
B    .370   .074   .037   .519
C    .119   .357   .143   .381

有没有简单的方法来计算这个？

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

div + sum

对于矢量化解决方案，将axis=0 上的数据框除以axis=1 上的总和。您可以使用set_index + reset_index 忽略标识符列。

df = df.set_index('cat')
res = df.div(df.sum(axis=1), axis=0)

print(res.reset_index())

  cat      val1      val2      val3      val4
0   A  0.194444  0.277778  0.000000  0.527778
1   B  0.370370  0.074074  0.037037  0.518519
2   C  0.119048  0.357143  0.142857  0.380952

【讨论】：

df.div(df.sum(axis=1), axis=0).mul(100).round(3)
这个解决方案比另一个快！

【解决方案2】：

您可以使用apply：

df[['val1', 'val2', 'val3', 'val4']] = df[['val1', 'val2', 'val3', 'val4']].apply(lambda x: x/x.sum(), axis=1)


>>> df
  cat      val1      val2      val3      val4
0   A  0.194444  0.277778  0.000000  0.527778
1   B  0.370370  0.074074  0.037037  0.518519
2   C  0.119048  0.357143  0.142857  0.380952

【讨论】：