Pandas计算数据汇总中的百分比

Question

可以说我有一个数据帧

df=pd.DataFrame({'Location': [ 'Ala', 'SS', 'Ala', 'Ala', 'SS', 'Ala', 'SS', 'TXE', 'TXE', 'TXE'],
                 'Bid': ['E','N','E','N','N','E', 'E',np.nan,np.nan,'A']})

如果S是密封投标,N是没有投标的人,Nan不存在,O是公开投标.

我想计算出公式为(E + A)/(E + A + N)的投标人的百分比.做透视表然后实现等式的最佳方法是什么？

df=pd.DataFrame({'Location': [ 'Ala', 'SS', 'Ala', 'Ala', 'SS', 'Ala', 'SS', 'TXE', 'TXE', 'TXE'],
                 'Bid': ['E','N','E','N','N','E', 'E',np.nan,np.nan,'A']})


pt = df.pivot_table(rows='Location', cols='Bid', aggfunc='size', fill_value=0)

pt['Percentage']=(pt.A + pt.E)/(pt.A+pt.E+pt.N)
print (pt)

>>> 
Bid       A  E  N  Percentage
Location                     
Ala       0  3  1    0.750000
SS        0  1  2    0.333333
TXE       1  0  0    1.000000

[3 rows x 4 columns]

这是计算百分比的最佳方式还是比枢轴表有更好的方法？

Answer 1

也许这不够通用,但你可以得到百分比

counts = df3['Bid'].value_counts(normalize=True)

然后查找(E+A)所有出价的百分比就像这样简单

counts.E + counts.A

如果您不想NaN在百分比计算中包含出价,那么

counts = df3['Bid'].dropna().value_counts(normalize=True)

如果还有其他出价类型,则需要排除

all_allowable = df3['Bid'].isin(['E', 'A', 'N'])
counts = df3[all_allowable]['Bid'].value_counts(normalize=True)

按位置拆分

all_allowable = df3['Bid'].isin(['E', 'A', 'N'])    
df3[all_allowable].groupby('Location')['Bid'].value_counts(normalize=True)