使用python/pandas将分类数据分组到其他分类数据上

我有一个数据框，其中一列存储特定任务的名称，另一列报告执行该任务的员工的id号。类似于：

EMPLOYEE_ID    TASK_NAME 

Employee1     Inspection  
Employee2     Inspection
Employee3     Inspection
Employee4     Inspection
Employee5     Inspection
Employee1     Change
Employee2     Inspection
Employee3     Change
Employee1     Change
Employee2     Change

我想知道我必须执行何种类型的命令/分析，以便对执行任务的员工进行分组/分组。换句话说，我想说的是，例如，“员工团队1”（包括员工1、员工2、员工3）执行了75%的所有检查和变更任务

任何帮助都会非常感激！ 提前谢谢。

我认为需要通过将

字典

称为

d1

与以下内容结合使用：

如果还需要分析另一列，请使用：

详细信息：

print (df['EMPLOYEE_ID'].map(d1))
0    g1
1    g1
2    g1
3    g2
4    g2
5    g1
6    g1
7    g1
8    g1
9    g1
Name: EMPLOYEE_ID, dtype: object

---

我不明白你到底在问什么。您能否重新表述并添加此给定数据的预期输出。IIUC，您可以创建一个列，将每个员工ID分配给一个员工组，然后使用

groupby

进行一些汇总统计。

df2 = (df.groupby(df['EMPLOYEE_ID'].map(d1))['TASK_NAME']
         .value_counts(normalize=True)
         .reset_index(name='norm'))
print (df2)
  EMPLOYEE_ID   TASK_NAME  norm
0          g1      Change   0.5
1          g1  Inspection   0.5
2          g2  Inspection   1.0

print (df['EMPLOYEE_ID'].map(d1))
0    g1
1    g1
2    g1
3    g2
4    g2
5    g1
6    g1
7    g1
8    g1
9    g1
Name: EMPLOYEE_ID, dtype: object