如何计算数据框中组之间给定二进制变量的百分比答案

【问题标题】：How can I calculate the percentage of given binary variables between groups in a dataframe如何计算数据框中组之间给定二进制变量的百分比
【发布时间】：2021-04-10 13:20:00
【问题描述】：

我有一个多人回答多个问题的数据框。问题被操作化为 1 = 同意和 0 = 不同意。同一个人回答了多个问题，现在我想找出同意声明的百分比，因此是 1，与答案的总数相比。数据框的组织方式是每个问题有一行。每个人回答 8 个问题，所以我们为每个人准备了 8 行。我想计算每个人的“同意”（或 1 个）陈述与每个人回答的问题总数相比的百分比（因此为 8 个）。

【问题讨论】：

标签： dataframe percentage

【解决方案1】：

# display how the targets are distributed
def configure_target_statistic(targets):
    trg_cnt = targets.value_counts()
    labels, sizes = (np.array(trg_cnt.index)), (np.array(100*(trg_cnt/trg_cnt.sum())))
    py.iplot(go.Figure(data=[go.Pie(labels=labels, values=sizes)], layout=go.Layout(title='Target Distribution',font=dict(size=15),width=500, height=500)))
    return trg_cnt

configure_target_statistic(df['answers'])

你只需要导入，这就足够了：

import numpy as np
import pandas as pd
import plotly.offline as py
import plotly.graph_objs as go

【讨论】：

【解决方案2】：

假设您的数据框有两列 user_id 和 question_id，您可以通过它们识别每一行，这是一个简单的解决方案：

import pandas as pd    
df=pd.DataFrame([[1,6,1],[1,7,1],[2,6, 1],[2,7, 0]],columns=  ['user_id','question_id','agree'])
grp=df.groupby(['user_id'])['agree']
print(100*grp.sum()/grp.count())

在代码中（最后一行），我只考虑用户尝试计算百分比的问题数。

【讨论】：