嘗試使用 Pandas 計算百分比並添加新列

Question

我有一個使用 groupby 創建的 Pandas 數據框，返回結果是這樣的：

          loan_type
type            
risky      23150
safe       99457

我想創建一個名為 pct 的列並將其添加到我這樣做的數據框中：

total = loans.sum(numeric_only=True)
loans['pct'] = loans.apply(lambda x:x/ total)

結果是這樣的：

       loan_type  pct
type                 
risky      23150  NaN
safe       99457  NaN

在這一點上，我不確定我需要做什么才能獲得該百分比列，請參閱下面的代碼，了解我如何創建整個內容：

import numpy as np
bad_loans = np.array(club['bad_loans'])

for index, row in enumerate(bad_loans):
    if row == 0:
        bad_loans[index] = 1
    else:
        bad_loans[index] = -1

loans = pd.DataFrame({'loan_type' : bad_loans})
loans['type'] = np.where(loans['loan_type'] == 1, 'safe', 'risky')loans = np.absolute(loans.groupby(['type']).agg({'loan_type': 'sum'}))
total = loans.sum(numeric_only=True)
loans['pct'] = loans.apply(lambda x:x/ total)

Answer 1

有一個問題，你不希望除以值，而是除以一個值Series並且因為不對齊indexes得到NaN s。

我認為最簡單的是將Series total轉換為numpy array ：

total = loans.sum(numeric_only=True)
loans['pct'] = loans.loan_type / total.values

print (loans)
       loan_type       pct
type                      
risky      23150  0.188815
safe       99457  0.811185

或者通過索引[0]轉換選擇 - 輸出是數字：

total = loans.sum(numeric_only=True)[0]
loans['pct'] = loans.loan_type / total

print (loans)
       loan_type       pct
type                      
risky      23150  0.188815
safe       99457  0.811185