Python 熊猫:使用百分比创建透视表
我有数据帧Python 熊猫:使用百分比创建透视表,python,pandas,unique,pivot-table,percentage,Python,Pandas,Unique,Pivot Table,Percentage,我有数据帧 ID,url,used_at,active_seconds,domain 61a77f9e5fd52a50c10cd2d4d886ec68,mazdaspb.ru,2015-01,6,mazdaspb.ru 61a77f9e5fd52a50c10cd2d4d886ec68,mazdaspb.ru/cars/mazda-cx-5/crossover/overview,2015-01,12,mazdaspb.ru 61a77f9e5fd52a50c10cd2d4d886ec68,mazd
ID,url,used_at,active_seconds,domain
61a77f9e5fd52a50c10cd2d4d886ec68,mazdaspb.ru,2015-01,6,mazdaspb.ru
61a77f9e5fd52a50c10cd2d4d886ec68,mazdaspb.ru/cars/mazda-cx-5/crossover/overview,2015-01,12,mazdaspb.ru
61a77f9e5fd52a50c10cd2d4d886ec68,mazdaspb.ru/cars/mazda-cx-5/crossover/overview,2015-01,19,mazdaspb.ru
61a77f9e5fd52a50c10cd2d4d886ec68,vw-stat.ru,2015-01,40,vw-stat.ru
61a77f9e5fd52a50c10cd2d4d886ec68,vw-stat.ru/models/new_tiguan,2015-01,12,vw-stat.ru
61a77f9e5fd52a50c10cd2d4d886ec68,vw-stat.ru/models/new_tiguan/comps,2015-01,48,vw-stat.ru
61a77f9e5fd52a50c10cd2d4d886ec68,vw-stat.ru/models/new_tiguan/comps/new_tiguan_track_field,2015-01,4,vw-stat.ru
61a77f9e5fd52a50c10cd2d4d886ec68,vw-stat.ru/models/new_tiguan/comps/new_tiguan_track_field?engine_type=DIESEL&DIESEL=engines_4e53a3c8e986d,2015-01,78,vw-stat.ru
41c2fd7a372729dfe336e44730169f28,avito.ru/saratov/avtomobili_s_probegom/volkswagen/golf?f=188_886b887,2015-01,8,avito.ru
41c2fd7a372729dfe336e44730169f28,avito.ru/saratov/avtomobili_s_probegom/volkswagen/golf?f=188_886b887,2015-01,1,avito.ru
41c2fd7a372729dfe336e44730169f28,avito.ru/saratov/avtomobili_s_probegom/volkswagen/golf?f=188_886b887,2015-01,2,avito.ru
我需要创建透视表,并且应该有所有唯一ID的百分比值。
我可以
group = pd.pivot_table(df, index='used_at', columns='domain', values='ID', aggfunc=(lambda x: x.count()))
但它每月返回每个域的唯一ID数量。如何将其转换为百分比?IIUC您可以使用参数
margins
对中的和值进行计算,然后将最后一行的所有值all
除以:
用和除以单个计数的解决方案:
将获得的单个计数值除以
DF
的总行数,得到其百分比分布,如图所示:
func = lambda x: 100*x.count()/df.shape[0]
pd.pivot_table(df, index='used_at', columns='domain', values='ID', aggfunc=func)
另一种方法是使用pd.crosstab,它的输入与可旋转数据集类似 这包括一个参数normalize=False(默认设置) 您可以将其更改为normalize=True,并提供总数的百分比
group = pd.pivot_table(df,
index='used_at',
columns='domain',
values='ID',
aggfunc=len)
.div(len(df.index))
.mul(100)
print (group)
domain avito.ru mazdaspb.ru vw-stat.ru
used_at
2015-01 27.272727 27.272727 45.454545
func = lambda x: 100*x.count()/df.shape[0]
pd.pivot_table(df, index='used_at', columns='domain', values='ID', aggfunc=func)