Python 如何计算列和值的百分比？

我有一个熊猫数据框，看起来像这样：

Country  Sold
 Japan   3432
 Japan   4364
 Korea   2231
 India   1130
 India   2342
  USA    4333
  USA    2356
  USA    3423

我使用了下面的代码，得到了“已售出”列的总和

---

我想问一下如何计算“售出”列总和的百分比

我们可以将原始的

sell

列除以一个新的列，该列由分组的和组成，但保持与原始数据帧相同的长度，方法是使用

---

简单解决方案

你就快到了

首先，您需要按国家分组

然后创建新的百分比列（将分组销售额除以所有销售额之和）

---

您是在寻找聚合后还是聚合前的百分比

import pandas as pd
countries = [['Japan',3432],['Japan',4364],['Korea',2231],['India',1130],    ['India',2342],['USA',4333],['USA',2356],['USA',3423]]
df = pd.DataFrame(countries,columns=['Country','Sold'])
df1 = df.groupby(df['Country'])
df2 = df1.sum()
df2['percentage'] = (df2['Sold']/df2['Sold'].sum()) * 100
df2

---

您可以通过添加此代码来获得百分比

df2["percentage"] = df2['Sold']*100 / df2['Sold'].sum()

---

在输出数据框中，添加了一列，列中列出了每个国家的百分比。

请编辑您的答案，包括您所做的事情和原因的解释。

# reset_index() is only there because the groupby makes the grouped column the index
df_grouped_countries = df.groupby(df.Country).sum().reset_index()
df_grouped_countries['pct_sold'] = df_grouped_countries.Sold / df.Sold.sum()

import pandas as pd
countries = [['Japan',3432],['Japan',4364],['Korea',2231],['India',1130],    ['India',2342],['USA',4333],['USA',2356],['USA',3423]]
df = pd.DataFrame(countries,columns=['Country','Sold'])
df1 = df.groupby(df['Country'])
df2 = df1.sum()
df2['percentage'] = (df2['Sold']/df2['Sold'].sum()) * 100
df2

df2["percentage"] = df2['Sold']*100 / df2['Sold'].sum()