[英]Calculate percentage of similar values in pandas dataframe
我有一個數據框df
,有兩列:腳本(帶文本)和揚聲器
Script Speaker
aze Speaker 1
art Speaker 2
ghb Speaker 3
jka Speaker 1
tyc Speaker 1
avv Speaker 2
bhj Speaker 1
我有以下列表: L = ['a','b','c']
使用以下代碼,
df = (df.set_index('Speaker')['Script'].str.findall('|'.join(L))
.str.join('|')
.str.get_dummies()
.sum(level=0))
print (df)
我獲得了這個數據幀df2
:
Speaker a b c
Speaker 1 2 1 1
Speaker 2 2 0 0
Speaker 3 0 1 0
對於我的數據幀df2
每一行,我可以在我的代碼中添加哪一行,以獲得揚聲器所說的所有行的百分比值,以獲得以下數據幀df3
:
Speaker a b c
Speaker 1 50% 25% 25%
Speaker 2 100% 0 0
Speaker 3 0 100% 0
你可以通過划分sum
沿第一軸,然后轉換為字符串,並添加%
:
out = (df.set_index('Speaker')['Script'].str.findall('|'.join(L))
.str.join('|')
.str.get_dummies()
.sum(level=0))
(out/out.sum(0)[:,None]).mul(100).astype(int).astype(str).add('%')
a b c
Speaker
Speaker1 50% 25% 25%
Speaker2 100% 0% 0%
Speaker3 0% 100% 0%
從您的原始數據幀開始,如果您想要 % 而不是分組 sum of dummies ,您可以更改整個腳本,如下所示:
m = df.set_index('Speaker')['Script'].str.findall('|'.join(L)) #creates a list of matches
m = m.explode().reset_index() #explode to a series
final = pd.crosstab(m['Speaker'],m['Script'],normalize='index').mul(100) # percentage pivot
Script a b c
Speaker
Speaker 1 50.0 25.0 25.0
Speaker 2 100.0 0.0 0.0
Speaker 3 0.0 100.0 0.0
如果您不想要百分比,請使用:
pd.crosstab(m['Speaker'],m['Script'])
Script a b c
Speaker
Speaker 1 2 1 1
Speaker 2 2 0 0
Speaker 3 0 1 0
注意:這里使用 pandas 0.25+ 作為版本
(df.set_index('Speaker')['Script'].str.extractall(f'({"|".join(L)})')
.groupby('Speaker')[0].value_counts(normalize=True)
.unstack(fill_value=0)
)
輸出:
0 a b c
Speaker
Speaker 1 0.5 0.25 0.25
Speaker 2 1.0 0.00 0.00
Speaker 3 0.0 1.00 0.00
鑒於示例,您可以嘗試使用以下代碼行:
df = (df/df.sum(axis=1)[:, None]).mul(100).astype(int)
使用您提供的數據:
import pandas as pd
import numpy as np
data = {'a':[2,2,0],'b':[1,0,1],'c':[1,0,0]}
df = pd.DataFrame(data)
df = (df/df.sum(axis=1)[:, None]).mul(100).astype(int)
print(df)
輸出:
a b c
0 50 25 25
1 100 0 0
2 0 100 0
或者,如果您想添加 '%' 符號:
df = (df / df.sum(axis=1)[:, None]).mul(100).astype(int).astype(str) + '%'
輸出:
a b c
0 50% 25% 25%
1 100% 0% 0%
2 0% 100% 0%
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.