使用 pandas .agg 执行 value_counts() 两次

Question

我正在尝试在数据帧上执行 groupby，在该数据帧上我同时使用.agg应用value_counts(normalize=True)和value_counts(normalize=False) 。

但是，我无法找到一种方法来做到这一点而不会引发错误。 我在这里尝试了多种方法： 使用 Pandas GroupBy.agg() 对同一列进行多次聚合，但似乎没有一个对我有用。 对我来说问题的一部分是必须将 normalize 传递给 value_counts。

我创建了一个像这样使用的测试示例：

example = pd.DataFrame({'A': ['a','a','a','b','b','c'], 'B':[1,1,2,3,3,4]})

这给了我：

+---+---+---+
|   | A | B |
+---+---+---+
| 0 | a | 1 |
| 1 | a | 1 |
| 2 | a | 2 |
| 3 | b | 3 |
| 4 | b | 3 |
| 5 | c | 4 |
+---+---+---+

我想回来：

A   B   False   True
a   1   2   0.666
    2   1   0.333
b   3   2   1.000
c   3   1   1.000

做类似的事情：

example.groupby('A')['B'].value_counts(normalize=True)

给了我一半我想要的，但我永远无法让.agg工作

谢谢

Answer 1

这里agg不是很好，因为pd.Series.value_counts返回一个 Series 并且要获得规范化的结果，它需要额外的聚合级别。 任一concat不同value_counts或手动第一后计算的百分比groupby 。

pd.concat([df.groupby('A').B.value_counts().rename('N'),
           df.groupby('A').B.value_counts(normalize=True).rename('pct')], axis=1)

# or 
res = df.groupby('A').B.value_counts().rename('N')
res = pd.concat([res, (res/res.groupby(level='A').transform('sum')).rename('pct')], axis=1)

---

     N       pct
A B             
a 1  2  0.666667
  2  1  0.333333
b 3  2  1.000000
c 4  1  1.000000