python - insertar - marco de datos de pandas crea nuevas columnas y rellena con valores calculados desde la misma df

insertar columna en pandas

Question

Aquí hay un ejemplo simplificado de mi df:

ds = pd.DataFrame(np.abs(randn(3, 4)), index=[1,2,3], columns=[''A'',''B'',''C'',''D''])
ds
      A         B         C         D
1  1.099679  0.042043  0.083903  0.410128
2  0.268205  0.718933  1.459374  0.758887
3  0.680566  0.538655  0.038236  1.169403

Me gustaría sumar los datos en la fila de columnas sabiamente:

ds[''sum'']=ds.sum(axis=1)
ds
      A         B         C         D       sum
1  0.095389  0.556978  1.646888  1.959295  4.258550
2  1.076190  2.668270  0.825116  1.477040  6.046616
3  0.245034  1.066285  0.967124  0.791606  3.070049

Ahora, aquí viene mi pregunta! Me gustaría crear 4 nuevas columnas y calcular el valor porcentual del total (suma) en cada fila. Entonces, el primer valor en la primera columna nueva debería ser (0.095389 / 4.258550), el primer valor en la segunda columna nueva (0.556978 / 4.258550) ... y así sucesivamente ... Ayuda, por favor

Answer 1

Puede hacerlo fácilmente manualmente para cada columna como esta:

df[''A_perc''] = df[''A'']/df[''sum'']

Si desea hacer esto en un paso para todas las columnas, puede usar el método div ( http://pandas.pydata.org/pandas-docs/stable/basics.html#matching-broadcasting-behavior ):

ds.div(ds[''sum''], axis=0)

Y si desea que esto se agregue en un solo paso al mismo marco de datos:

>>> ds.join(ds.div(ds[''sum''], axis=0), rsuffix=''_perc'')
          A         B         C         D       sum    A_perc    B_perc  /
1  0.151722  0.935917  1.033526  0.941962  3.063127  0.049532  0.305543   
2  0.033761  1.087302  1.110695  1.401260  3.633017  0.009293  0.299283   
3  0.761368  0.484268  0.026837  1.276130  2.548603  0.298739  0.190013   

     C_perc    D_perc  sum_perc  
1  0.337409  0.307517         1  
2  0.305722  0.385701         1  
3  0.010530  0.500718         1  

Answer 2

In [56]: df = pd.DataFrame(np.abs(randn(3, 4)), index=[1,2,3], columns=[''A'',''B'',''C'',''D''])

In [57]: df.divide(df.sum(axis=1), axis=0)
Out[57]: 
          A         B         C         D
1  0.319124  0.296653  0.138206  0.246017
2  0.376994  0.326481  0.230464  0.066062
3  0.036134  0.192954  0.430341  0.340571