Pandas 熊猫从类别总和中创建百分比

我有一个网站流量数据集，在一个月的时间内，大约有2000个网站，按流量来源的设备类型列出：

In [12]: df.sample(10)
Out[12]:
         date                  device  nb_uniq_visitors  site_id
11 2017-10-31                     Tv               0.0   3331.0
6  2017-10-22            Car browser               0.0    503.0
7  2017-10-22                 Camera               0.0   3259.0
7  2017-10-08            Car browser               0.0    630.0
3  2017-10-23                 Camera               0.0    118.0
0  2017-10-12                Desktop               1.0   4769.0
11 2017-10-31                     Tv               0.0    361.0
5  2017-10-12                Phablet               0.0   2999.0
9  2017-10-17  Portable media player               0.0   1725.0
0  2017-10-13                Desktop            2410.0   1004.0
4  2017-10-13                all                 900.0   1271.0

请注意，

device

列的

all

类别表示所有设备的总数，因此它可以作为百分比计算的分母

我想看看每个网站的设备类型的百分比，我想象输出是这样的（我手动计算了以下示例）：

我使用

groupby

对

site\u id

和

device

进行分组：

In [23]: sl = df.groupby(['site_id', 'device']).sum()

In [24]: sl.head(25)
Out[24]:
                               nb_uniq_visitors
site_id device
74.0    Camera                              0.0
        Car browser                         0.0
        Console                             1.0
        Desktop                         10534.0
        Feature phone                       0.0
        Phablet                           178.0
        Portable media player               4.0
        Smart display                       0.0
        Smartphone                       6955.0
        Tablet                           1022.0
        Tv                                  1.0
        Unknown                            62.0
        all                             18757.0
96.0    Camera                              0.0
        Car browser                         2.0
        Console                             6.0
        Desktop                        118157.0
        Feature phone                       0.0
        Phablet                          1061.0
        Portable media player              73.0
        Smart display                       0.0
        Smartphone                      53292.0
        Tablet                          11060.0
        Tv                                  2.0
        Unknown                          1717.0
        all                            185370.0

如何将上述值从聚合值转换为百分比？还是有更好的办法

用于选择

所有

行并除以：

详情：

print (sl.xs('all', level=1))
         nb_uniq_visitors
site_id                  
74.0              18757.0
96.0             185370.0

---

逻辑如下：1。获取

nb\u uniq\u访客的总数

2。在列

nb\u uniq\u visitors

处的数据帧的每行上应用lambda除以总数。例如，

df['nb_uniq_visitors']=df['nb_uniq_visitors'].apply（lambda row:row/sum（df['nb_uniq_visitors']）

我在[24]：sl.head（25）中使用输出形式

，这是唯一的方法；）@Wen输入数据中包含了
所有的
数据。@JosephDasenBlock那么为什么您的样本数据没有包含这些数据？@Wen我只是显示了输入数据的
样本
，它恰好没有包含
所有的
类别。你说得对
axis=0
是默认值，因此应该忽略
sl = df.groupby(['site_id', 'device']).sum()
a = sl.div(sl.xs('all', level=1))
print (a)
                               nb_uniq_visitors
site_id device                                 
74.0    Camera                         0.000000
        Car browser                    0.000000
        Console                        0.000053
        Desktop                        0.561604
        Feature phone                  0.000000
        Phablet                        0.009490
        Portable media player          0.000213
        Smart display                  0.000000
        Smartphone                     0.370795
        Tablet                         0.054486
        Tv                             0.000053
        Unknown                        0.003305
        all                            1.000000
96.0    Camera                         0.000000
        Car browser                    0.000011
        Console                        0.000032
        Desktop                        0.637412
        Feature phone                  0.000000
        Phablet                        0.005724
        Portable media player          0.000394
        Smart display                  0.000000
        Smartphone                     0.287490
        Tablet                         0.059664
        Tv                             0.000011
        Unknown                        0.009263
        all                            1.000000

print (sl.xs('all', level=1))
         nb_uniq_visitors
site_id                  
74.0              18757.0
96.0             185370.0