用百分比在一个表格中汇总多个调查问题的回答

Question

我是一名使用调查数据的 pandas 新手，我想在一个表格中总结对多个问题的正面回答的百分比。 我看过 groupby 和 pivot 但仍然卡住了。

调查问题的答案是 1（是）或 0（否） 我想：

• 按年龄组分组反应
• 表格中的单元格代表回答 1 的年龄组的受访者百分比（是）

样本数据：

import pandas as pd

data = {'AgeBand':['25 to 34', '25 to 34', '35 to 44', '65 to 74'],'LikesJam':[1,0,0,1],'LikesPeanutButter':[0,0,0,1]}

df = pd.DataFrame(data)

x=df.groupby(['AgeBand'])[['LikesJam','LikesPeanutButter']].sum()
print(x)
     
          LikesJam  LikesPeanutButter
AgeBand                              
25 to 34         1                  0
35 to 44         0                  0
65 to 74         1                  1

Desired Output:

          LikesJam  LikesPeanutButter
AgeBand                              
25 to 34        50%                 0%
35 to 44         0%                 0%
65 to 74       100%               100%

我的目标是轻松比较几个问题的年龄组 - 如果有更好的方法来解决问题，我欢迎提出建议。 谢谢！

Answer 1

受访者的百分比是平均值：

x = df.groupby('AgeBand')[['LikesJam', 'LikesPeanutButter']].mean()

          LikesJam  LikesPeanutButter
AgeBand                              
25 to 34       0.5                0.0
35 to 44       0.0                0.0
65 to 74       1.0                1.0

---

要格式化值，可以使用applymap将格式字符串应用于生成的 DataFrame 中的每个值：

x = (
    df.groupby('AgeBand')[['LikesJam', 'LikesPeanutButter']].mean()
        .applymap('{:.0%}'.format)
)

         LikesJam LikesPeanutButter
AgeBand                            
25 to 34      50%                0%
35 to 44       0%                0%
65 to 74     100%              100%

*注：数据类型已从数字（浮点数）修改为字符串（对象），不能再用于数学运算。

或者，可以使用选项上下文来更改值的显示方式，而无需更改 DataFrame 中的实际数值：

x = df.groupby('AgeBand')[['LikesJam', 'LikesPeanutButter']].mean()

with pd.option_context('display.float_format', '{:.0%}'.format):
    print(x)

          LikesJam  LikesPeanutButter
AgeBand                              
25 to 34       50%                 0%
35 to 44        0%                 0%
65 to 74      100%               100%

*注意：仅显示已更改，基础值仍为浮点数，仍可用于任何数学计算。 在option_context之外打印（或以其他方式显示）DataFrame 仍将显示数值。

Answer 2

您与groupby关系密切！ 但是没有百分比function ，因此您必须使用agg指定要应用于每个组的转换：

>>> df.groupby("AgeBand").agg(lambda x: f"{int(x.sum() / x.count() * 100)}%")

         LikesJam LikesPeanutButter
AgeBand
25 to 34      50%                0%
35 to 44       0%                0%
65 to 74     100%              100%

或者，您可以创建一个 function ，这样您就不必使用lambda内联您的转换：

>>> def group_pct(g):
...     v = g.sum() / g.count()
...     return str(int(v * 100)) + "%"
... 
>>> df.groupby("AgeBand").agg(group_pct)
         LikesJam LikesPeanutButter
AgeBand
25 to 34      50%                0%
35 to 44       0%                0%
65 to 74     100%              100%