如何使用 python pandas 分组和计算新字段？

【问题标题】：How to groupby and calculate new field with python pandas?如何使用 python pandas 分组和计算新字段？
【发布时间】：2021-10-24 22:40:50
【问题描述】：

我想按名为“水果”的数据框中的特定列进行分组，并计算该特定水果“好”的百分比

下面是我的初始数据框

import pandas as pd
df = pd.DataFrame({'Fruit': ['Apple','Apple','Banana'], 'Condition': ['Good','Bad','Good']})

数据框

    Fruit   Condition
0   Apple   Good
1   Apple   Bad
2   Banana  Good

下面是我想要的输出数据框

    Fruit   Percentage
0   Apple   50%
1   Banana  100%

注意：因为有 1 个“好”苹果和 1 个“坏”苹果，所以好苹果的百分比是 50%。

请参阅下面我的尝试覆盖所有列

groupedDF = df.groupby('Fruit')
groupedDF.apply(lambda x: x[(x['Condition'] == 'Good')].count()/x.count())

请参阅下面的结果表，该表似乎在计算百分比，但在现有列而不是新列中：

        Fruit Condition
Fruit       
Apple   0.5 0.5
Banana  1.0 1.0

【问题讨论】：

标签： python pandas dataframe pandas-groupby

【解决方案1】：

我们可以将Condition 与eq 进行比较，并利用True 为(1) 和False 在处理为数字时为(0) 的事实，并将groupby mean 与Fruits 相比较：

new_df = (
    df['Condition'].eq('Good').groupby(df['Fruit']).mean().reset_index()
)

new_df:

    Fruit  Condition
0   Apple        0.5
1  Banana        1.0

我们可以进一步 map 到一个格式字符串和 rename 以得到输出到显示的所需输出：

new_df = (
    df['Condition'].eq('Good')
        .groupby(df['Fruit']).mean()
        .map('{:.0%}'.format)  # Change to Percent Format
        .rename('Percentage')  # Rename Column to Percentage
        .reset_index()  # Restore RangeIndex and make Fruit a Column
)

new_df:

    Fruit Percentage
0   Apple        50%
1  Banana       100%

*当然也可以进行进一步的操作。

【讨论】：