[英]How to create a column in pandas dataframe with percentages, and more
我有两种类型的数据框:
数据框AID
:
AID FID ANumOfF
1 X 1
1 Y 5
2 Z 6
2 A 1
2 X 11
2 B 18
数据框VID
:
VID FID VNumOfF
1A X 10
1A A 500
2A A 62
2A B 10
2A C 30
2A X 23
1-我想在每个数据框中创建一个新列,以计算每个FID对每个VID所占的百分比。 因此,例如,上面的结果如下:
新的数据框AID
:
AID FID ANumOfF PercentF
1 X 1 0.167 (1/6)
1 Y 5 0.833 (5/6)
2 Z 6 0.167 (6/36)
2 A 1 0.028
2 X 11 0.305
2 B 18 0.5
新的数据框VID
:
VID FID VNumOfF PercentF
1A X 10 0.02
1A A 500 0.98
2A A 62 0.50
2A B 10 0.08
2A C 30 0.24
2A X 23 0.18
到目前为止,我知道以下代码为我提供了每个AID / VID的总和:
AID.groupby('AID')['ANumFS'].sum()
VID.groupby('VID')['VNumFS'].sum()
2-之后,我想创建一个新的数据框,以查看存在的每对VID和AID的“重叠”。 并将它们两者所占百分比的乘积相加。 因此,对于上面产生的新数据框,我们将获得以下内容:
由于AID=1
和VID=1A
仅共有FID=X
,因此重叠计算为: 0.167*0.02 = 0.00334
AID=2
和VID=2A
具有共同的FIDs A, B and X
,因此重叠计算将为: 0.028*0.5 + 0.305*0.18 + 0.5*0.08 = 0.1089
AID VID Overlap
1 1A 0.00334
1 2A 0.03006
2 1A 0.03354
2 2A 0.1089
我该如何实现?
AID['PercentF'] = AID['ANumOfF'].div(AID.groupby('AID')['ANumOfF'].transform('sum'))
print (AID)
AID FID ANumOfF PercentF
0 1 X 1 0.166667
1 1 Y 5 0.833333
2 2 Z 6 0.166667
3 2 A 1 0.027778
4 2 X 11 0.305556
5 2 B 18 0.500000
VID['PercentF'] = VID['ANumOfF'].div(VID.groupby('VID')['ANumOfF'].transform('sum'))
print (VID)
VID FID ANumOfF PercentF
0 1A X 10 0.019608
1 1A A 500 0.980392
2 2A A 62 0.496000
3 2A B 10 0.080000
4 2A C 30 0.240000
5 2A X 23 0.184000
然后通过merge
inner
groupby
,多列和最后的groupby
并加sum
:
df = pd.merge(AID, VID, on='FID')
df['Overlap'] = df.PercentF_x.mul(df.PercentF_y)
df = df.groupby(['AID','VID'], as_index=False)['Overlap'].sum()
print (df)
AID VID Overlap
0 1 1A 0.003268
1 1 2A 0.030667
2 2 1A 0.033224
3 2 2A 0.110000
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.