Pandas 多索引嵌套排序和百分比答案

【问题标题】：Pandas Multiindex Nested Sort and PercentPandas 多索引嵌套排序和百分比
【发布时间】：2016-10-11 15:39:12
【问题描述】：

鉴于此数据框和数据透视表：

import pandas as pd
df=pd.DataFrame({'County':['A','A','A','A','A','B','B','B','B','A','A','A','A','A','B','B','B','B'],
                'Hospital':['a','b','c','d','e','a','b','c','e','a','b','c','d','e','a','b','c','e'],
                'Enrollment':[44,55,42,57,95,54,27,55,81,54,65,23,89,76,34,12,1,67],
                'Year':['2012','2012','2012','2012','2012','2012','2012','2012','2012','2013',
                        '2013','2013','2013','2013','2013','2013','2013','2013']})
d2=pd.pivot_table(df,index='Year',columns=['County','Hospital'])
d2
            Enrollment
County      A                   B
Hospital    a   b   c   d   e   a   b   c   e
Year                                    
2012       44   55  42  57  95  54  27  55  81
2013       54   65  23  89  76  34  12  1   67

我想做以下事情：

计算最近一年的医院“入院率”（每个县），如下所示：

            Enrollment                              
County      A                   B           
Hospital    a   b   c   d   e   a   b   c   e
Year                                    
2012        44  55  42  57  95  54  27  55  81
2013        54  65  23  89  76  34  12  1   67
Percent     18% 21% 7%  29% 25% 30% 11% 1%  59%

按最近一年的“注册”（降序）对列进行排序，如下所示：

            Enrollment                              
County      A                   B           
Hospital    d   e   b   a   c   e   a   b   c 
Year                                    
2012        57  95  55  44  42  81  54  27  55
2013        89  76  65  54  23  67  34  12  1
Percent     29% 25% 21% 18% 7%  59% 30% 11% 1%

以每个县的前 3 家医院（就最近一年的入学人数而言）如下：

            Enrollment                  
County      A           B       
Hospital    d   e   b   e   a   b 
Year                        
2012        57  95  55  81  54  27
2013        89  76  65  67  34  12
Percent     29% 25% 21% 59% 30% 11%

提前致谢！

附：到目前为止，我已经尝试通过转置和使用最近一年的县和最右边的列进行排序：

cnty=d2.T.index.names[1]
ryr=d2.T.columns[-1]
d2.T.sort_values([cnty,ryr],ascending=False)

...但我知道我需要以不同的方式访问“县”，因为它不是真正的列。

更新：

我可以通过转置和使用 group by 来计算最近一年的百分比（并过滤掉），但我确信有更有效的方法。

d=d2.T
d['Percent']=(d.iloc[:,-1]/d.iloc[:,-1].sum()*100)

提前致谢！

【问题讨论】：

标签： python sorting pandas pivot-table percentage

【解决方案1】：

你可以：

df = pd.concat([df, df.groupby(level='County').apply(lambda x: x['2013'].div(x['2013'].sum())).reset_index(0, drop=True).to_frame('Percent')], axis=1)
top_3 = df.groupby(level='County')['Percent'].nlargest(3).reset_index(0, drop=True)
df = pd.concat([df.drop('Percent', axis=1), top_3], axis=1, join='inner')
df.groupby(level=1).apply(lambda x: x.sort_values('Percent', ascending=False)).reset_index(0, drop=True).T

得到：

                 A                                B                      
                 d          e          b          e          a          b
Year                                                                     
2012     57.000000  95.000000  55.000000  81.000000  54.000000  27.000000
2013     89.000000  76.000000  65.000000  67.000000  34.000000  12.000000
Percent   0.289902   0.247557   0.211726   0.587719   0.298246   0.105263

【讨论】：

谢谢。这也是： d.sort_values(d2.T.columns[-1],ascending=False).sortlevel(1, sort_remaining=False) 如 Jezrael 所示：stackoverflow.com/questions/37147822/…

【解决方案2】：

所以，我发现这也可以：

d=d2.T
d['Percent']=round(d.iloc[:,-1]/d.iloc[:,-1].groupby(level=1).transform(sum),2)
d=d.sort_values(d.columns[-1],ascending=False).sortlevel(1, sort_remaining=False)
d=d.groupby(level=1).head(3)
d.T

【讨论】：