我有一個 groupby 數組，其中需要按 A 進行分組，然后顯示由 B1 和 B2 分隔的 B 實例的計數，最后顯示 > 0.1 的實例的百分比，因此我這樣做是為了獲得前 2 個： A B C id 118 a1 B1 0119 a1 B1 0120 a1 B1 101.1 121 a1 B1 106.67 122 a1 B2 103.33 237 a1 B2 100 df = pd.DataFrame(df.groupby( ['A', 'B'])['B'].aggregate('count')).unstack(level=1)我得到了第一部分的正確結果： BB B1 B2Aa1 4 2a2 7 9a3 9 17a4 8 8a5 7 8但是當我需要獲得 > 0 的計數百分比時prcnt_complete = df[['A', 'B', 'C']]prcnt_complete['passed'] = prcnt_complete['C'].apply(lambda x: (float(x) > 1))prcnt_complete = prcnt_complete.groupby(['A', 'B', 'passed']).count()我得到一些毫無意義的奇怪值，有時 True 和 False 之間的總和甚至不相加。我試圖按順序理解我做錯的事情，以便我能夠理解它。我正在尋找的結果是這樣的： B passedB B1 B2 B1 B2Aa1 4 2 2 2a2 7 9 7 6a3 9 17 9 5
2 回答
飲歌長嘯
TA貢獻1951條經驗 獲得超3個贊
你可以做：
(df['C'].gt(1).groupby([df['A'],df['B']])
.agg(['size','sum'])
.rename(columns={'size':'B','sum':'passed'})
.unstack('B')
)
輸出（來自樣本數據）：
B passed
B B1 B2 B1 B2
A
a1 4 2 2 2
慕姐8265434
TA貢獻1813條經驗 獲得超2個贊
在解決你的問題時，我還想看看是否可以獲得 B 的平均百分比（同時忽略 0）。我在獲得計數的同時也能夠完成此任務。
本練習的數據框：
A B C
0 a1 B1 0.00
1 a1 B1 0.00
2 a1 B1 98.87
3 a1 B1 101.10
4 a1 B2 106.67
5 a1 B2 103.00
6 a2 B1 0.00
7 a2 B1 0.00
8 a2 B1 33.00
9 a2 B1 100.00
10 a2 B2 80.00
11 a3 B1 90.00
12 a3 B2 99.00
排除零的情況下求平均值
為此我必須.replace(0, np.nan)在 groupby 函數之前添加。
A = ['a1','a1','a1','a1','a1','a1','a2','a2','a2','a2','a2','a3','a3']
B = ['B1','B1','B1','B1','B2','B2','B1','B1','B1','B1','B2','B1','B2']
C = [0,0,98.87,101.1,106.67,103,0,0,33,100,80,90,99]
import pandas as pd
import numpy as np
df = pd.DataFrame({'A':A,'B':B,'C':C})
df = pd.DataFrame(df.replace(0, np.nan)
.groupby(['A', 'B'])
.agg({'B':'size','C':['count','mean']})
.rename(columns={'size':'Count','count':'Passed','mean':'Avg Score'})).unstack(level=1)
df.columns = df.columns.droplevel(0)
Count Passed Avg Score
B B1 B2 B1 B2 B1 B2
A
a1 4 2 2 2 99.985 104.835
a2 4 1 2 1 66.500 80.000
a3 1 1 1 1 90.000 99.000
添加回答
舉報
0/150
提交
取消