数据透视表中的熊猫列计算

Question

我是熊猫新手。 我创建了此数据透视表，但是我需要弄清楚如何每天仅在'is_match'值上应用函数。 有关数据头，请参见下面的img。

我需要的是价值百分比（reward_count），对于每个应用程序（行）每一天都是如此。

即，对于日期='2015-10-22'，总计（true + false）= 59,101。 正确百分比为1,080 / 59,101 = 0.018％。 对于每个日期，我只想查看此％true值来代替true / false计数。

原始数据：

date    app_name    is_match    rewards_count
10/22/15    NFL HUDDLE 2016 FALSE   45816
10/22/15    NFL HUDDLE 2016 TRUE    1080
10/22/15    NFL HUDDLE 2016 FALSE   8
10/22/15    NFL HUDDLE 2016 FALSE   128239
10/23/15    NFL HUDDLE 2016 TRUE    908
10/23/15    NFL HUDDLE 2016 FALSE   18
10/24/15    NFL HUDDLE 2016 TRUE    638

数据框：

table = pd.pivot_table(df, index=['app_name'], 
                       columns=['date','is_match'],
                       values = 'rewards_count')

非常感谢你的帮助。 我花了半天时间浏览Pandas文档，但不知道我在寻找什么/要参考什么。

Answer 1

使用多重索引可以帮助：

table = pd.pivot_table(apps, index=['app_name', 'date'], 
                       columns=['is_match'],
                       values = 'rewards_count',
                       aggfunc=np.sum,
                       margins=True)

我用aggfunc=np.sum所有计数，并使用margins=True计算True和False的总和。 这些总和以All结尾：

is_match                   False  True     All
app_name        date                          
NFL HUDDLE 2016 10/22/15  174063  1080  175143
                10/23/15      18   908     926
                10/24/15   79322   638   79960
All                       253403  2626  256029

我添加了两个包含百分比的新列：

table['percent_false']  = table[False] / table.All * 100
table['percent_true']  = table[True] / table.All * 100

结果看起来像这样：

is_match                   False  True     All  percent_false  percent_true
app_name        date                                                       
NFL HUDDLE 2016 10/22/15  174063  1080  175143      99.383361      0.616639
                10/23/15      18   908     926       1.943844     98.056156
                10/24/15   79322   638   79960      99.202101      0.797899
All                       253403  2626  256029      98.974335      1.025665

桌子上有很多多余的东西。 只选择您想要的：

percent_true = table.ix[:-1, ['percent_true']]

给出：

is_match                  percent_true
app_name        date                  
NFL HUDDLE 2016 10/22/15      0.616639
                10/23/15     98.056156
                10/24/15      0.797899

如果您想要计数的平均值，就像您在方法中所做的那样，请不要使用aggfunc=np.sum 。 您还需要手工总结：

table = pd.pivot_table(apps, index=['app_name', 'date'], 
                       columns=['is_match'],
                       values = 'rewards_count')
table['total'] = table[False] + table[True]
table['percent_false']  = table[False] / table.total * 100
table['percent_true']  = table[True] / table.total * 100

现在结果看起来像这样：

is_match                  False  True  total  percent_false  percent_true
app_name        date                                                     
NFL HUDDLE 2016 10/22/15  58021  1080  59101      98.172620      1.827380
                10/23/15     18   908    926       1.943844     98.056156
                10/24/15  79322   638  79960      99.202101      0.797899

同样，仅选择相关部分：

percent_true = table[['percent_true']]

给出：

is_match                  percent_true
app_name        date                  
NFL HUDDLE 2016 10/22/15      1.827380
                10/23/15     98.056156
                10/24/15      0.797899