获取基于另一列但具有不同类别的列的百分比

Question

我有以下熊猫系列：

                    Count
Pclass  Survived    
1       0            80
        1           136
2       0            97
        1            87
3       0           372
        1           119

但我想要这样的东西：

                    Count   Percentage
Pclass  Survived       
1       0           80      37.0
        1           136     63.0
2       0           97      52.7
        1           87      47.3
3       0           372     75.8
        1           119     24.2

我想仅根据每个中的计数来计算百分比 Pclass 的类别（不是计数的总和）。如果这些就好了 百分比仅使用 Count 列计算。

到目前为止，我所做的只是根据 Pclass 汇总计数并使用 .repeat() 复制值并尝试将其连接到原始系列，但失败了。

        Count
Pclass  
1       216
1       216
2       184
2       184
3       491
3       491

我的想法是使用这个重复列作为计算百分比的分母，如下所示：

80 / 216 * 100 = 37.0%

然后在计算百分比后删除重复列。看起来很简单，但我似乎无法让它工作。任何帮助表示赞赏。

Answer 1

div 和 sum 和 level=0

df.assign(Pct=df.div(df.sum(level=0), level=0).round(2) * 100)

                 Count   Pct
Pclass Survived             
1      0            80  37.0
       1           136  63.0
2      0            97  53.0
       1            87  47.0
3      0           372  76.0
       1           119  24.0

Answer 2

您正在处理泰坦尼克号数据集。您也可以对原始数据执行以下操作（而不是上面的系列）：

df.Survived.groupby(df.Pclass).value_counts(normalize=True)*100

它将以百分比而不是实际数量为您提供每个班级的计数。

Answer 3

使用GroupBy.transform返回Series，大小与原始DataFrame相同，除以div，乘以mul，必要时round：

#if input is Series create one column DataFrame
df = s.to_frame('Count')

s = df.groupby('Pclass')['Count'].transform('sum')
#if use oldier pandas version
#s = df.groupby(level='Pclass')['Count'].transform('sum')

df['Percentage'] = df['Count'].div(s).mul(100).round()
print (df)
                 Count  Percentage
Pclass Survived                   
1      0            80        37.0
       1           136        63.0
2      0            97        53.0
       1            87        47.0
3      0           372        76.0
       1           119        24.0

编辑：

您不必在 PClass 上转发填充吗？

没有必要，因为 MultiIndex 中的默认值不显示，但如果将 multi_sparse 设置为 False 可以验证重复值：

with pd.option_context('display.multi_sparse', False):
    print (df)
                 Count
Pclass Survived       
1      0            80
1      1           136
2      0            97
2      1            87
3      0           372
3      1           119