【问题标题】：Pandas get frequency of item occurrences in a column as percentage [duplicate]熊猫以百分比形式获取列中项目出现的频率[重复]
【发布时间】：2018-11-06 13:55:44
【问题描述】：

我想在 df 列中获取特定值的百分比。假设我有一个带有 (col1, col2, col3, gender) 性别列的 df，其值为 M、F 或其他。我想得到df中M、F、其他值的百分比。

我试过这个，它给了我 M、F、Other 实例的数量，但我希望这些是 df 中值总数的百分比。

df.groupby('gender').size()

有人可以帮忙吗？

【问题讨论】：

您是否需要查看M 和F 以外的gender 列？

标签： python pandas dataframe percentage

【解决方案1】：

如果您不需要查看除gender 列之外的M 和F 值，那么您可以尝试使用value_counts() 和count()，如下所示：

df = pd.DataFrame({'gender':['M','M','F', 'F', 'F']})
# Percentage calculation
(df['gender'].value_counts()/df['gender'].count())*100

结果：

F    60.0
M    40.0
Name: gender, dtype: float64

或者，使用groupby：

(df.groupby('gender').size()/df['gender'].count())*100

【讨论】：

【解决方案2】：

将value_counts 与normalize=True 一起使用：

df['gender'].value_counts(normalize=True) * 100

结果是 (0, 1] 范围内的一个分数。我们在这里乘以 100 以获得 %。

【讨论】：

不错，不知道normalize=True。
很好的答案先生！

【解决方案3】：

找出目标变化与不平衡/不平衡的百分比。

g = data[Target_col_Y]
df = pd.concat([g.value_counts(),              
g.value_counts(normalize=True).mul(100)],axis=1,keys=('counts','percentage'))

print (df)

计数百分比

0 36548 88.734583

1 4640 11.265417

在此处找到列百分比的最大值，以检查那里的#imbalance 有多少

df1=df.diff(periods=1,axis=0)
difvalue=df1[[list(df1.columns)[-1]]].max()

【讨论】：

【解决方案4】：

假设有 200 个值，其中 120 个被归类为 M，80 个被归类为 F

1)

df['gender'].value_counts()

 output:

 M=120
 F=80

2)

df['gender'].value_counts(Normalize=True)

  output:

  M=0.60
  F=0.40

3)

df['gender'].value_counts(Normalize=True)*100 #will convert output to percentages

  output:

  M=60
  F=40

【讨论】：

【解决方案5】：

print('(Gender Male= 0):\n {}%'.format(100 - round(df['Gender'].mean()*100, 2)))
print('(Gender Female=1):\n{}%'.format(round(df['Gender'].mean()*100, 2)))

【讨论】：