如何获得分组大小的百分比答案

【问题标题】：how to get percentage for groupby size如何获得分组大小的百分比
【发布时间】：2019-02-20 12:28:20
【问题描述】：

我正在寻找一种获取百分比的方法

df.groupby(['state', 'approved_or_not']).size()

Output:

school_state  project_is_approved
AK            0                         55
              1                        290
AL            0                        256
              1                       1506
AR            0                        177
              1                        872
AZ            0                        347
              1                       1800

这很好，但我想要的是百分比而不是计数。

school_state  project_is_approved
AK            0                        0.16
              1                        0.84
AL            0                        0.14
              1                        0.86

我试过了，但找不到办法。是否有人可以提供帮助？

【问题讨论】：

标签： python pandas

【解决方案1】：

将SeriesGroupBy.value_counts与参数normalize=True一起使用：

df.groupby('state')['approved_or_not'].value_counts(normalize=True)

示例：

np.random.seed(2019)

L = list('ABC')
df = pd.DataFrame({'state':np.random.choice(L, size=10),
                   'approved_or_not':np.random.choice([0,1], size=10)})
print (df)
  state  approved_or_not
0     A                0
1     C                0
2     B                1
3     A                0
4     C                1
5     C                1
6     A                0
7     B                0
8     A                0
9     C                1

a = df.groupby(['state', 'approved_or_not']).size()
print (a)
A      0                  4
B      0                  1
       1                  1
C      0                  1
       1                  3
dtype: int64

a = df.groupby('state')['approved_or_not'].value_counts(normalize=True)
print (a)
state  approved_or_not
A      0                  1.00
B      0                  0.50
       1                  0.50
C      1                  0.75
       0                  0.25
Name: approved_or_not, dtype: float64

编辑：您可以将Series.div 除以sum 每一级state：

a = df.groupby(['state', 'approved_or_not']).size()

a = a.div(a.sum(level=0), level=0)
print (a)
state  approved_or_not
A      0                  1.00
B      0                  0.50
       1                  0.50
C      0                  0.25
       1                  0.75
dtype: float64

【讨论】：

jezrael，是否可以在不使用值计数的情况下获得百分比？

【解决方案2】：

我已经使用聚合函数解决了。

例子：

import pandas as pd
import numpy as np

np.random.seed(316)

lst = ['Karnataka', 'Tamil Nadu', 'Kerala']

data = pd.DataFrame({'state':np.random.choice(lst, size=10),
                   'approved_or_not':np.random.choice([2,4], size=10)})

print (data)

data.groupby(['state', 'approved_or_not']).agg({'approved_or_not': ["size", "mean"]})

输出

                                approved_or_not
                                size    mean
    state   approved_or_not     
Karnataka                2      4        2
Kerala                   2      1        2
                         4      3        4
Tamil Nadu               2      1        2
                         4      1        4

【讨论】：