[英]pandas groupby to calculate percentage of groupby columns
我想計算 rate_death 百分比如下 - (new_deaths / population) * 100 按位置分組並匯總 new_deaths 后。
示例:對於阿富汗,rate_death 必須計算為 ((1+4+10) / 38928341) * 100 而對於阿爾巴尼亞,它必須計算為 ((0+0+1) / 2877800) * 100
以下是我嘗試但不起作用的數據和方法 -
df_data
location date new_cases new_deaths population 0 Afghanistan 4/25/2020 70 1 38928341 1 Afghanistan 4/26/2020 112 4 38928341 2 Afghanistan 4/27/2020 68 10 38928341 3 Albania 4/25/2020 15 0 2877800 4 Albania 4/26/2020 34 0 2877800 5 Albania 4/27/2020 14 1 2877800
Data columns (total 5 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 location 6 non-null object 1 date 6 non-null object 2 new_cases 6 non-null int64 3 new_deaths 6 non-null int64 4 population 6 non-null int64
方法一:
df_res = df_data[['location','new_deaths','population']].groupby(['location']).sum()
location new_deaths population Afghanistan 15 116785023 Albania 1 8633400
df_res['rate_death'] = (df_res['new_deaths'] / df_res['population'] * 100.0)
location new_deaths population rate_death Afghanistan 15 116785023 0.000 Albania 1 8633400 0.000
我知道由於上述 groupby 的“sum”操作,人口總計兩次,但我仍然想知道為什么 rate_death 沒有按預期計算百分比,而是顯示為 0.000
方法 2:(如本文所述嘗試過 - Pandas 與 groupby 的總百分比)
location_population = df_data.groupby(['location', 'population']).agg({'new_deaths': 'sum'})
location = df_data.groupby(['location']).agg({'population': 'mean'})
location_population.div(location, level='location') * 100
location population new_deaths population Afghanistan 38928341 NaN NaN Albania 2877800 NaN NaN
但它以 NaN 的形式出現。
如果這些方法有任何問題或如何解決,請提供幫助。 謝謝!
你可以做 -
df = df.groupby(['location']).agg({'new_deaths': sum, 'population': max})
df['rate_death'] = df['new_deaths'] / df['population'] * 100
結果
new_deaths population rate_death
location
Afghanistan 15 38928341 0.000039
Albania 1 2877800 0.000035
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.