代码之家 › 专栏 › 技术社区 › Koray Tugay

按特定列分组的数据帧,其他列的聚合比率?

pandas python

Koray Tugay · 技术社区 · 7 年前

我有一个带有列的数据框: Year 和 Min Delay .示例行如下:

我想每年对这个数据框架进行分组,并找到 延迟比 每年(即当年非零分录数除以当年分录总数)。因此,如果我们考虑上面的数据框架,我想得到的是:

2014  0.5
2015  1

(2014年有2次延期,2015年共有4次延期,共4次。延迟由最小延迟定义>0)

这就是我所尝试的:

def find_ratio(df):
    ratio = 1 - (len(df[df == 0]) / len(df))
    return ratio


print(df.groupby(["Year"])["Min Delay"].transform(find_ratio).unique())

打印内容: [0.5 1]

如何获取数据帧而不是数组?

1 回复 | 直到 7 年前

jezrael 7 年前

首先我想 unique 在这里使用不是个好主意。因为如果需要将函数的输出分配给年份,就不可能了。

阿尔索 transform 如果需要新的列到数据帧,而不是聚合的数据帧,这是个好主意。

我认为需要 GroupBy.apply ,还应通过布尔掩码简化函数:

def find_ratio(df):
    ratio = (df != 0).mean()
    return ratio

print(df.groupby(["Year"])["Min Delay"].apply(find_ratio).reset_index(name='ratio'))

   Year  ratio
0  2014    0.5
1  2015    1.0

具有lambda函数的解决方案:

print (df.groupby(["Year"])["Min Delay"]
         .apply(lambda x: (x != 0).mean())
         .reset_index(name='ratio'))

   Year  ratio
0  2014    0.5
1  2015    1.0

解决方案 GroupBy.transform 返回新列:

df['ratio'] = df.groupby(["Year"])["Min Delay"].transform(find_ratio)
print (df)
   Year  Min Delay  ratio
0  2014          0    0.5
1  2014          2    0.5
2  2014          0    0.5
3  2014          4    0.5
4  2015          4    0.0
5  2015          4    0.0
6  2015          2    0.0
7  2015          2    0.0

推荐文章