如何使用定性數據計算 dataframe 列的每年百分比？

Question

假設我的 dataframe 如下所示：

建造年份	品牌
2010	奔馳
2010	奔馳
2010	寶馬
2010	起亞
2011年	豐田
2011年	奔馳
2011年	奔馳
2012	特斯拉

我想找到構建年份和品牌的所有獨特組合，然后他們計算值並計算每年每種顏色的百分比。 目前我有這個：

df.groupby(["Build year", "Brand"]).count()

有沒有一種簡單的方法可以將其轉換為每年的百分比？ 所需的 output 是：

建造年份	品牌	數數	年度計數的百分比
2010	奔馳	2個	0.5
2010	寶馬	1個	0.25
2010	起亞	1個	0.25
2011年	豐田	1個	0.33
2011年	奔馳	2個	0.66
2012	特斯拉	1個	1個

Answer 1

您可以使用 lambda function 計算年度計數的百分比，如下所示：

grouped_df = df.groupby(["Build year", "Brand"])

counts = grouped_df.size().reset_index(name='Count')

counts['Percentage of annual count'] = grouped_df.apply(lambda x: 100 * x.count() / x.count().sum())

完整代碼示例

import pandas as pd

data = {'Build year': [2010, 2010, 2010, 2010, 2011, 2011, 2011, 2012],
        'Brand': ['Mercedes', 'Mercedes', 'BMW', 'Kia', 'Toyota', 'Mercedes', 'Mercedes', 'Tesla']}

df = pd.DataFrame(data)

grouped_df = df.groupby(["Build year", "Brand"])
counts = grouped_df.size().reset_index(name='Count')
counts['Percentage of annual count'] = grouped_df.apply(lambda x: 100 * x.count() / x.count().sum())

print(counts)

Output

Build year     Brand         Count                 Percentage of annual count
0        2010  Mercedes      2                     50.00
1        2010       BMW      1                     25.00
2        2010       Kia      1                     25.00
3        2011    Toyota      1                     33.33
4        2011  Mercedes      2                     66.67
5        2012     Tesla      1                    100.00

希望能幫助到你

Answer 2

無需按構建年份和品牌分組，您只需按構建年份分組，並使用.value_counts ：

import pandas as pd

df = pd.read_clipboard() # Your df here
groups = df.groupby("Build year")

count = groups.value_counts()
percentage = groups.value_counts(normalize=True)

out = pd.concat([count, percentage], axis=1, keys=["Count", "Percentage of annual count"])

                     Count  Percentage of annual count
Build year Brand
2010       Mercedes      2                    0.500000
           BMW           1                    0.250000
           Kia           1                    0.250000
2011       Mercedes      2                    0.666667
           Toyota        1                    0.333333
2012       Tesla         1                    1.000000

Answer 3

方法鏈接方法（假設名稱沒有空格）可能如下所示：

(
df.groupby(["build_year","brand"])
    .agg(count=('build_year', "count"))
    .assign(Percentage_of_annual_count = 
                lambda x: x["count"]/x.groupby("build_year")["count"]
                                      .transform(lambda x: sum(x)))
)

完整解決方案：

df = pd.DataFrame({
"build_year":[2010,2010,2010,2010,2011,2011,2011,2012,],
"brand":["Mercedes","Mercedes","BMW","Kia","Toyota","Mercedes","Mercedes","Tesla",]
})
(
df.groupby(["build_year","brand"])
    .agg(count=('build_year', "count"))
    .assign(Percentage_of_annual_count = 
                lambda x: x["count"]/x.groupby("build_year")["count"]
                                      .transform(lambda x: sum(x)))
)

Output：

                     count  Percentage_of_annual_count
build_year brand                                      
2010       BMW           1                    0.250000
           Kia           1                    0.250000
           Mercedes      2                    0.500000
2011       Mercedes      2                    0.666667
           Toyota        1                    0.333333
2012       Tesla         1                    1.000000