如何用 python pandas 分组并计算新字段？

Question

我想按名为 'Fruit' 的数据框中的特定列进行分组，并计算 'Good'

的特定水果的百分比

查看下面我的初始数据框

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%。

下面是我覆盖所有列的尝试

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

请参阅下面的结果 table，它似乎是在现有列而不是新列中计算百分比：

        Fruit Condition
Fruit       
Apple   0.5 0.5
Banana  1.0 1.0

Answer 1

我们可以比较 Condition 和 eq and take advantage of the fact that True is (1) and False is (0) when processed as numbers and take the groupby mean 而不是 Fruits:

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 to a format string and rename 将输出变成显示的所需输出：

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%

*自然也可以进行进一步的操作。

如何用 python pandas 分组并计算新字段？

How to groupby and calculate new field with python pandas?

python

dataframe

pandas

pandas-groupby