Python 从多列的值_计数中排除项

我得到了以下数据帧：

      ae264e3637204a6fb9bb56bc8210ddfd  ... 2906b810c7d4411798c6938adc9daaa5
1                         not received  ...                     not received
3                            completed  ...                     not received
5                         not received  ...                           viewed
8                         not received  ...                        completed
12                        not received  ...                     not received
                               ...  ...                              ...
16995                     not received  ...                     not received
16996                     not received  ...                     not received
16997                     not received  ...                     not received
16998                        completed  ...                     not received
16999                     not received  ...                     not received

我应用

value\u counts（）

方法获取值的百分比，共有10列

我是这样做的：

overall = profile[relevant_columns].apply(lambda x: round(pd.Series.value_counts(x) / len(x), 4)* 100)
overall

结果:

              ae264e3637204a6fb9bb56bc8210ddfd  ...  2906b810c7d4411798c6938adc9daaa5
completed                                21.22  ...                             22.82
not received                             62.47  ...                             63.04
unresponsive                              1.59  ...                              9.29
viewed                                   14.73  ...                              4.86

预期产出：

              ae264e3637204a6fb9bb56bc8210ddfd  ...  2906b810c7d4411798c6938adc9daaa5
completed                                56.52  ...                             61.82
unresponsive                              4.23  ...                              25.12
viewed                                   39.23  ...                              13.14

但是，我不希望结果中出现“未收到”的百分比。我知道我可以在循环中删除每列的值，然后将

table_counts（）

应用到该列，但最好在一行中的多个列上保持

apply

工作流。有人知道如何做到这一点吗？

IIUC，您可以尝试相关列，然后使用a筛选出必要的行，然后分组到

level=1

（列名）并使用

normalize=True

获得

value\u counts

，返回一个百分比，然后将其四舍五入并乘以100

overall = (profile[relevant_columns].stack().
         loc[lambda x: x!='not received'].
groupby(level=1).value_counts(normalize=True).round(4).mul(100).unstack(0))

---

基于您的输入和相关输出的示例如下：

print(df,'\n') #df is profile[relevant_columns]
print(df.stack().loc[lambda x: x!='not received']
.groupby(level=1).value_counts(normalize=True).round(4).mul(100).unstack(0))

---

旁注：如果要保留精确的列顺序，请在末尾使用

reindex

：

overall = (profile[relevant_columns].stack().loc[lambda x: x!='not received'].
groupby(level=1).value_counts(normalize=True)
.round(4).mul(100).unstack(0).reindex(columns=df.columns))

           ae264e3637204a6fb9bb56bc8210ddfd  2906b810c7d4411798c6938adc9daaa5
completed                             100.0                              50.0
viewed                                  NaN                              50.0

---

一种方法是在列中循环。是的，您正在遍历列，但我也在使用我的方法避免

lambda x

。然后，将每个新系列添加到列表后，只需将系列列表concat放在一起：

s = []
for col in [*profile.columns]:
    (s.append(round(profile.loc[profile[col] != 'not received',[col]]
                           .value_counts(normalize=True)*100, 4)))
df = pd.concat(s, axis=1, keys=relevant_columns)
df
Out[1]: 
           ae264e3637204a6fb9bb56bc8210ddfd  2906b810c7d4411798c6938adc9daaa5
completed                             100.0                              50.0
viewed                                  NaN                              50.0

---

让我们

屏蔽
相关列中的
未接收的
值
，然后使用
normalize=True
应用
pd.value\u计数
，以计算每列唯一值的比例：

profile[relevant_columns].mask(lambda x: x.eq('not received'))\
       .apply(pd.value_counts, normalize=True).mul(100).round(4)


请提供一个最小的、完整的数据框和您的预期输出。虽然您收到了一些答案，但您的问题是不完整的。我想这可能会有所帮助，因为您共享的是前5行和后5行数据，但您的预期输出是基于整个数据帧的。这就是为什么最好根据问题中的输入数据使输出可再现。我希望这能有所帮助。谢谢，这是我最喜欢的解决方案，也谢谢大家的努力。从这个解决方案中学到很多东西：“@ DATAMAMALY所有的解决方案都是好的。如果你觉得它们很有用，请考虑其他的解决方案：”DATAMAMASE我也学到了一些东西：
profile[relevant_columns].mask(lambda x: x.eq('not received'))\
       .apply(pd.value_counts, normalize=True).mul(100).round(4)

           ae264e3637204a6fb9bb56bc8210ddfd  2906b810c7d4411798c6938adc9daaa5
completed                             100.0                              50.0
viewed                                  NaN                              50.0