Python 如何以百分比的形式获取列的出现频率

我有一个数据集df，看起来与此类似：

houses    price
ranch     300,000
ranch     350,000
ranch     400,000
condo     250,000
condo     275,000
townhome  300,000

percent is part/whole


df1 = df.groupby['houses'].sum()    #df1 gives us the sum
percent = df1.['houses']/df1

我想在“房屋”栏中按不同类别分组，并显示每个类别的百分比

所需输出

houses      percent
ranch       50%
condo       33%
townhome    16.60%

这就是我正在做的：

houses    price
ranch     300,000
ranch     350,000
ranch     400,000
condo     250,000
condo     275,000
townhome  300,000

percent is part/whole


df1 = df.groupby['houses'].sum()    #df1 gives us the sum
percent = df1.['houses']/df1

然而，我并没有同时保留柱子和房子

---

欢迎提出任何建议

您可以使用

value\u counts

计算唯一值，并使用

normalize

参数：

df['houses'].value_counts(normalize=True) * 100

ranch       50.000000
condo       33.333333
townhome    16.666667
Name: houses, dtype: float64

编辑：要转换为数据帧，请执行以下操作：

(df['houses'].value_counts(normalize=True) * 100).to_frame()

---

您可以使用

value\u counts

计算唯一值，并使用

normalize

参数：

df['houses'].value_counts(normalize=True) * 100

ranch       50.000000
condo       33.333333
townhome    16.666667
Name: houses, dtype: float64

编辑：要转换为数据帧，请执行以下操作：

(df['houses'].value_counts(normalize=True) * 100).to_frame()

Groupby版本：

>>> df.groupby('houses').count() / len(df) * 100

              price
houses             
condo     33.333333
ranch     50.000000
townhome  16.666667

Groupby版本：

>>> df.groupby('houses').count() / len(df) * 100

              price
houses             
condo     33.333333
ranch     50.000000
townhome  16.666667

---

您需要更改读取数据的方式<代码>“价格”不是一个数字。如果您正在使用

.read_csv（）

从csv读取数据，请使用

数千='，'

参数。好的，谢谢@trentonmckinney您需要更改读取数据的方式<代码>“价格”不是一个数字。如果您正在使用

.read_csv（）

，从csv读取数据，请使用

数千='，'

参数。好的，谢谢@TrentonMcKinney