分组和计数以获得熊猫中的比率答案

【问题标题】：Grouping and counting to get ratios in pandas分组和计数以获得熊猫中的比率
【发布时间】：2018-02-15 17:23:51
【问题描述】：

这是r 中询问的数据帧上的另一个great question，它将受益于pandas 解决方案。问题来了。

我想按country 计算status 的次数 open 和 status 是 closed 的次数。然后根据country 计算closerate。

数据：
  customer country   closeday status
1        1      BE 2017-08-23 closed
2        2      NL 2017-08-05   open
3        3      NL 2017-08-22 closed
4        4      NL 2017-08-26 closed
5        5      BE 2017-08-25 closed
6        6      NL 2017-08-13   open
7        7      BE 2017-08-30 closed
8        8      BE 2017-08-05   open
9        9      NL 2017-08-23 closed
这个想法是得到一个描述open的数量的输出和 closed 状态和close_ratio。这是所需的输出：
country   closed  open  closed_ratio                         
BE            3     1          0.75
NL            3     2          0.60
期待您的建议。

答案中包含以下解决方案。欢迎其他解决方案。

【问题讨论】：

标签： r pandas python pandas dataframe group-by

【解决方案1】：

这里有一些方法

In [420]: (df.groupby(['country', 'status']).size().unstack()
             .assign(closed_ratio=lambda x: x.closed / x.sum(1)))
Out[420]:
status   closed  open  closed_ratio
country
BE            3     1          0.75
NL            3     2          0.60

In [422]: (pd.crosstab(df.country, df.status)
             .assign(closed_ratio=lambda x: x.closed/x.sum(1)))
Out[422]:
status   closed  open  closed_ratio
country
BE            3     1          0.75
NL            3     2          0.60

In [424]: (df.pivot_table(index='country', columns='status', aggfunc='size')
             .assign(closed_ratio=lambda x: x.closed/x.sum(1)))
Out[424]:
status   closed  open  closed_ratio
country
BE            3     1          0.75
NL            3     2          0.60

4) 借自 piRSquared

In [430]: (df.set_index('country').status.str.get_dummies().sum(level=0)
             .assign(closed_ratio=lambda x: x.closed/x.sum(1)))
Out[430]:
         closed  open  closed_ratio
country
BE            3     1          0.75
NL            3     2          0.60

【讨论】：

【解决方案2】：

df

   customer country    closeday  status
1         1      BE  2017-08-23  closed
2         2      NL  2017-08-05    open
3         3      NL  2017-08-22  closed
4         4      NL  2017-08-26  closed
5         5      BE  2017-08-25  closed
6         6      NL  2017-08-13    open
7         7      BE  2017-08-30  closed
8         8      BE  2017-08-05    open
9         9      NL  2017-08-23  closed

应用groupby，并用size计算每个组，然后unstack第一级。

df2 = df.groupby(['country', 'status']).status.size().unstack(level=1)
df2

status   closed  open
country              
BE            3     1
NL            3     2

现在，计算closed_ratio：

df2['closed_ratio'] = df2.closed / df2.sum(1)     
df2

status   closed  open  closed_ratio
country                            
BE            3     1          0.75
NL            3     2          0.60

【讨论】：