Python 熊猫分组并做总结

我有一个带有两列ID和标签的数据框。标签只能为0或1

下面的代码生成这样一个数据帧

数据=[[10105,1]，[10105,1]，[10105,0]，[20205,0]，[20205,0]，[20205,1]，[20205,1]] test=pd.DataFramedata，columns=[ID，label] 测验 ID标签 0 10105 1 1 10105 1 2 10105 0 3 20205 0 4 20205 0 5 20205 1 6 20205 1 一旦数据按ID分组，我想获得一些关于标签的统计信息

test.groupby'ID' 将按ID对条目进行分组，但我想看看有多少ID为10105的条目的标签为1，有多少条目的标签为0。我还想计算0的百分比。那将是理想的输出

ID 10105，label1:2，label0:1，Percantage label0/label1+label0:1/3 ID 20205，label1:2，label0:2，Percantage label0/label1+label0:2/4 我认为python有一种聚合结果的方法，但同时我需要一种在特定ID的标签之间进行计算的方法

你能帮帮我吗

我想提前感谢您的回复

问候 Alex

您可以将元组用于具有聚合函数的新列名-对于label0和Percantage，将值按0进行比较，并按总和进行计数，平均值为百分比。它正在工作，因为Trues的处理方式与1类似

如果使用0.25+：

def label0(x):
    return x.eq(0).sum()

def Percantage(x):
    return x.eq(0).mean()


df = test.groupby('ID').agg(label1=pd.NamedAgg(column='label', aggfunc='sum'),
                            label0=pd.NamedAgg(column='label', aggfunc=label0),
                            Percantage=pd.NamedAgg(column='label', aggfunc=Percantage))

索引中的最后一列（如果需要）：

df = df.reset_index()
print (df)

      ID  label1  label0  Percantage
0  10105       2       1    0.333333
1  20205       2       2    0.500000

使用：

---

@我不知道你能把一个系列按另一个栏目分组。整洁

谢谢。然后我如何才能找到有多少个条目具有0或1个百分比？这将给出类似于纯ID的东西，它至少只有0或1percentage@AlexP-您可以使用df=test.groupby'ID'['label'].agg['label1'、'sum'、'label0'，λx:x.eq0.sum，'percantie0'，λx:x.eq0.mean，'percantia1'，λx:x.mean]我是否可以使用类似的概念来选择所有具有至少两倍相同ID的行。因此，不要选择ID只出现一次的行。@AlexP-您可以检查solution.df=df[df.duplicatedsubset=['ID'，keep=False]

df = df.reset_index()
print (df)

      ID  label1  label0  Percantage
0  10105       2       1    0.333333
1  20205       2       2    0.500000

>>> test['label'].groupby(test['ID']).value_counts(normalize=True)
ID     label
10105  1        0.666667
       0        0.333333
20205  0        0.500000
       1        0.500000
Name: label, dtype: float64