Python 使用GroupBy计算数据帧中的自定义速率函数

我有一个Pandas数据框，其中列

COLOR

包含分类数据和NaN值-

  ZIP    YEAR    COLOR
11111    1990        0   
11111    1990        1
11111    1990      NaN 
11111    1990        1
22222    2000        0
22222    2000      NaN
22222    2000      NaN
22222    2000        1

如何按

ZIP

和

YEAR

列（

df.groupby（['ZIP'，YEAR']）

）聚合数据，并计算分类数据的比率，以使结果类似于下面的数据框？比率应计算为0的数量除以每个聚合的记录总数。例如，

[1111111990]

的

df.groupby（['ZIP'，'YEAR']）

的比率是通过将零（1）的总数相加，然后将该数字除以零和一（3）的总数来计算的，结果是1/3等于0.33

  ZIP    YEAR    COLOR
11111    1990     0.33            
22222    2000     0.50

---

首先，我们将您的

0

转换为

1

，并以其他方式进行转换

然后我们使用

GroupBy.sum

和

GroupBy.count

：

df['COLOR'] = df['COLOR'].sub(1).abs()

grps = df.groupby(['ZIP', 'YEAR'])
dfn = grps.sum().div(grps.count()).reset_index()

     ZIP  YEAR     COLOR
0  11111  1990  0.333333
1  22222  2000  0.500000