提问人：Shekar Tippur 提问时间：10/13/2021 最后编辑：Shekar Tippur 更新时间：10/13/2021 访问量：116
Pandas 数据帧分组和基于多列的百分比
Pandas dataframe groupby and percent based on multiple columns
问：
我希望计算 2 列的百分比并扩充到原始数据帧。
import numpy as np
import pandas as pd
np.random.seed(0)
df = pd.DataFrame({'state': ['CA', 'WA', 'CO', 'AZ'] * 3,
'office_id': list(range(1, 7)) * 2,
'counts': list(range(1, 3)) * 6,
'sales_year': [np.random.randint(2019, 2021) for _ in range(12)],
'sales': [np.random.randint(100000, 999999) for _ in range(12)]})
state_office = df.groupby(['state', 'office_id']).agg({'sales': 'sum'})
state = df.groupby(['sales_year']).agg({'sales': 'sum'})
state_office.div(state, level='state') * 100
- 我想计算每个组 ['state'， 'office_id'， 'sales_year] 的销售额百分比，并添加到一个名为“aggr_sales”的新列中（我想保留原始列名称）
- 计算每个组的计数百分比并添加到新列“aggr_counts”（我想保留原始列名）
- 我想要一个包含两个百分比的单个数据帧。
感谢任何意见。
谢谢 S
答：
0赞
mozway
10/13/2021
#1
以下是分组状态+sales_year的答案：
df['aggr_counts'] = (df.groupby(['state', 'sales_year'])
['sales'].apply(lambda x: 100*x/x.sum())
)
输出：
state office_id counts sales_year sales aggr_counts
0 CA 1 1 2019 474564 100.000000
1 WA 2 2 2020 835831 37.219871
2 CO 3 1 2020 836326 35.053616
3 AZ 4 2 2019 410744 29.372909
4 CA 5 1 2020 270584 25.895015
5 WA 6 2 2020 939052 41.816341
6 CO 1 1 2020 704474 29.527195
7 AZ 2 2 2020 641377 100.000000
8 CA 3 1 2020 774343 74.104985
9 WA 4 2 2020 470775 20.963789
10 CO 5 1 2020 845048 35.419188
11 AZ 6 2 2019 987633 70.627091
评论
['state', 'office_id', 'sales_year]