【发布时间】：2023-03-03 22:45:02
【问题描述】：
这段代码：
#Missing analysis for actions - which action is missing the most action_types?
grouped_missing_analysis = pd.crosstab(clean_sessions.action_type, clean_sessions.action, margins=True).unstack()
grouped_unknown = grouped_missing_analysis.loc(axis=0)[slice(None), ['Missing', 'Unknown', 'Other']]
print(grouped_unknown)
导致打印：
action action_type
10 Missing 0
Unknown 0
11 Missing 0
Unknown 0
12 Missing 0
Unknown 0
15 Missing 0
Unknown 0
about_us Missing 0
Unknown 416
accept_decline Missing 0
Unknown 0
account Missing 0
Unknown 9040
acculynk_bin_check_failed Missing 0
Unknown 1
acculynk_bin_check_success Missing 0
Unknown 51
acculynk_load_pin_pad Missing 0
Unknown 50
我现在如何将每个操作的总 Missing、Unknown 和 Other 汇总为每个操作的总值计数，并以 All action_types 的百分比表示，它们是 Missing、@ 987654329@ 还是Other？例如，每个操作都有一行，about_us 行将有 406+0/Total Missing + Unknown + Other 用于所有操作。
有关上下文，请参阅this question。
问题是上面的代码在它的底部有一行叫做All，它是所有东西的总和，所以：
All Missing 1126204
Unknown 1031170
期望的输出是：
action percent_total_missing_action_type
10 0
11 0
12 0
15 0
about_us 416/total_missing_action_type (in the All row - 2157374, or the sum of everything in the action_type column)
accept_decline 0
account 9040/total_missing_action_type (in the All row - 2157374, or the sum of everything in the action_type column)
acculynk_bin_check_failed 1/total_missing_action_type (in the All row - 2157374, or the sum of everything in the action_type column)
etc..
这是一些测试数据：
action action_type
a Missing 2
Unknown 5
b Missing 3
Unknown 4
c Missing 5
Unknown 6
d Missing 1
Unknown 9
All Missing 11
Unknown 24
这应该是什么：
action action_type_percentage
a Missing 2/11
Unknown 5/24
b Missing 3/11
Unknown 4/24
c Missing 5/11
Unknown 6/24
d Missing 1/11
Unknown 9/24
All Missing 11/11
Unknown 24/24
【问题讨论】：
-
也许可以帮助
print grouped_unknown / grouped_unknown.groupby(level=0).transform(sum)或者也许print grouped_unknown * 100 / grouped_unknown.groupby(level=0).transform(sum) -
我之前试过这个，这对每个动作的百分比不是整体的，所以关于我们显示
Missing的百分比为0，Unknown的百分比为100，而不是可能显示0.003，about_usMissing 和 Unknown 占整个数据帧中 Missing 和 Unknown 总数的百分比。 -
我不明白 - 你需要删除行
All？然后你可以从pd.crosstab(clean_sessions.action_type, clean_sessions.action, margins=True)中删除margins=True -
@jezrael 对此有何想法？
-
对不起@Dhruv Ghulati，但我为你创建了测试数据，我想要这个样本数据的所需输出。而不是他们，您可以创建真实数据的输出。但是使用这些真实数据更成问题，因为我没有你的真实数据。但是，如果您愿意，您可以添加此数据的所需输出示例，我会尽力帮助您：
clean_sessions = pd.DataFrame({'user_id': {0: 'd1', 1: 'd1'}, 'action_type': {0: 'a', 1: 'b'}, 'secs_elapsed': {0: 319, 1: 67753}, 'device_type': {0: 'w', 1: 'w'}, 'action_detail': {0: 'b', 1: 'c'}, 'action': {0: 'b', 1: 'c'}})
标签： pandas group-by aggregate pivot-table crosstab