Python 基于分组列的条件和
基本上,我想创建一个列Python 基于分组列的条件和,python,pandas,dataframe,group-by,pandas-groupby,Python,Pandas,Dataframe,Group By,Pandas Groupby,基本上,我想创建一个列错误率,它取错误中是的总和,然后除以错误中的否,但要按照位置每个描述对错误率进行过滤 df = pd.DataFrame({'ERROR' : ['YES','YES','NO','NO','YES'], 'LOCATION' : ['London', 'New York', 'Edinburgh', 'Paris', 'Berlin'], 'DESCRIPTION' : ['Good', 'Bad', 'Good', 'Bad'
错误率
,它取错误
中是
的总和,然后除以错误
中的否
,但要按照位置
每个描述
对错误率进行过滤
df = pd.DataFrame({'ERROR' : ['YES','YES','NO','NO','YES'],
'LOCATION' : ['London', 'New York', 'Edinburgh', 'Paris', 'Berlin'],
'DESCRIPTION' : ['Good', 'Bad', 'Good', 'Bad', 'Bad']})
我试着按照以下思路编写代码:
df.groupby(['DESCRIPTION','LOCATION'])['ERROR'].agg()
但是我不确定a)这是否是正确的方法,b)我需要为agg()编写什么样的函数
提前感谢也许您正在寻找groupby
+value\u计数
+unstack
+div
i = df.groupby(['DESCRIPTION' ,'LOCATION']).ERROR.value_counts().unstack(-1)
j = (i.YES / i.NO).to_frame('ERROR_RATE')
j
ERROR_RATE
DESCRIPTION LOCATION
Bad Berlin ...
New York ...
Paris ...
Good Edinburgh ...
London ...
如果特定组的YES
或no
没有计数,则最终结果中的这些条目的结果列将具有NaN
如果您使用的是agg
,则需要一个3路groupby
i = df.groupby(['DESCRIPTION','LOCATION','ERROR']).ERROR.count().unstack()
j = (i.YES / i.NO).to_frame('ERROR_RATE')
j
ERROR_RATE
DESCRIPTION LOCATION
Bad Berlin ...
New York ...
Paris ...
Good Edinburgh ...
London ...
count
与agg('count')
相同