python - seleccionar - Cómo usar groupby en pandas para calcular un porcentaje/proporción total basado en un criterio en otra columna

pandas python tutorial español

Question

Estoy tratando de averiguar cómo usar la función groupby en pandas para calcular las proporciones de valores por año con un criterio dado de Sí / No.

Por ejemplo, tengo un marco de datos, vamos a llamarlo nombres:

  Name  Number  Year   Sex Criteria
0  name1     789  1998  Male      N
1  name1     688  1999  Male      N
2  name1     639  2000  Male      N
3  name2     551  1998  Male      Y
4  name2     499  1999  Male      Y

Puedo usar

namesgrouped = names.groupby(["Sex","Year","Criteria"]).sum()

Llegar:

                   Number
Sex    Year      Criteria
Male   1998 N        14507
            Y         2308
       1999 N        14119
            Y         2331

y así. Me gustaría que la columna ''Criterios numéricos'' muestre el% del total para cada género y año, así que en vez de N = 14507 e Y = 2308 para 1998, tendría N = 86.27% e Y = 13.73%.

¿Alguien puede aconsejarme cómo hacer esto? ¡Gracias por adelantado!

Answer 1

Esta pregunta es una extensión directa del duplicado sugerido . Tomando prestado de la respuesta aceptada, esto funcionará:

In [46]: namesgrouped.groupby(level=[0, 1]).apply(lambda x: x / x.sum())
Out[46]: 
                      Number
Sex  Year Criteria          
Male 1998 N         0.588806
          Y         0.411194
     1999 N         0.579612
          Y         0.420388
     2000 N         1.000000