Python-将groupby返回值转换为所需的数据帧

我正在尝试转换数据帧A

数据帧A

App_ID  Review_Rating   Grouping
 4        3              Low
13        2              Low
13        2              Low
20        2              Low
20        4              High
8         1              Low
8         1              Low
8         1              Low
15        4              High
7         3              Low
4         3              Low
4         3              Low
4         3              Low
4         3              Low
4         5              High
7         5              High
15        3              Low

进入数据帧B（包含按百分比分组的值）：

这是我的密码：

dataframeB=(dataframeA.groupby(['App_ID','Grouping'])['Review_Rating'].count()/dataframeA.groupby('App_ID')['Review_Rating'].count()*100).reset_index()

但是，它不能提供所需的输出。我的代码的输出：

App_ID   Grouping   Review_Rating
4        Low        75
4        High       25
13       Low        100
13       High       0
20       Low        33
20       High       67
8        Low        100
8        High       0
15       Low        42.8
15       High       57.14
7        Low        37.5
7        High       62.5

---

正在寻求您的帮助以纠正此问题。提前感谢

非常接近

pivot

问题，但您需要规范化。使用交叉表

pd.crosstab(df.App_ID,df.Grouping,df.Review_Rating,aggfunc='sum',normalize ='index')*100
Out[90]: 
Grouping       High         Low
App_ID                         
4         25.000000   75.000000
7         62.500000   37.500000
8          0.000000  100.000000
13         0.000000  100.000000
15        57.142857   42.857143
20        66.666667   33.333333

---

？如果您添加了

.unstack（1）.fillna（0）

而不是

reset\u index（）

，您将获得所需的输出。另外，我认为您的意思是

.sum（）

而不是

.count（）

作为聚合函数

pd.crosstab(df.App_ID,df.Grouping,df.Review_Rating,aggfunc='sum',normalize ='index')*100
Out[90]: 
Grouping       High         Low
App_ID                         
4         25.000000   75.000000
7         62.500000   37.500000
8          0.000000  100.000000
13         0.000000  100.000000
15        57.142857   42.857143
20        66.666667   33.333333