Pandas，分组数据的算术运算

Question

假设我有一个 pandas 数据框并且已经分组为

grp=df.groupby(['a','b' ]).sum()

现在我想为每个组 a 计算每列 b 的百分比，例如：P1, aaaa = 11/484、P1, aaac = 8/357、N1, aaaa = 61/7183等等....

可重现的分组数据

pd.DataFrame({'aaaa': {('P 1', 0): 484,('P 1', 1): 11,}})

Answer 1

你可以这样做：

grp.loc[(slice(None), 1),:].droplevel(1)/grp.loc[(slice(None), 0),:].droplevel(1)

在 grp.loc[(slice(None), 1),:] 和 grp.loc[(slice(None), 0),:] 的实践中，我只提取带有 b==1 和 b==0 的行（自己尝试并查看输出）；之后我需要删除 b 级别 (.droplevel(1)) 以使这两个对象具有相同的索引（列已经共享）；最后我用 / 划分了这两个矩阵（现在我可以这样做了，因为现在它们有相同的索引和列）。希望清楚:)

Answer 2

您可以将 xs 用于 MultiIndex 的 select 特定级别：

out = df.xs(1, level=1) / df.xs(0, level=1)

输出：

         aaaa
P 1  0.022727

Pandas，分组数据的算术运算

Pandas, arithmetic operation on grouped data

python

pandas

multi-index