Python 按百分比计算非空值

鉴于此数据集，我想计算缺失的NaN值：

df = pd.DataFrame({'A' : [1, np.nan, 2 , 55, 6, np.nan, -17, np.nan],
                   'Team' : ['one', 'one', 'two', 'three','two', 'two', 'one', 'three'],
                   'C' : [4, 14, 3 , 8, 8, 7, np.nan, 11],
                   'D' : [np.nan, np.nan, -12 , 12, 12, -12, np.nan, np.nan]})

具体来说，我想在“团队”列中计算每个团队的人数（百分比）。我可以通过以下方式获得原始计数：

df.groupby('Team').count()

这将得到非消去数的数目。我想做的是创建一个百分比，所以我不需要获取原始数字，而是将其作为每个组中总条目的百分比（我不知道所有不均匀组的大小）。我尝试过使用.agg（），但似乎无法得到我想要的。如何执行此操作？

您可以使用布尔数据帧的：

In [11]: df.notnull()
Out[11]:
       A      C      D  Team
0   True   True  False  True
1  False   True  False  True
2   True   True   True  True
3   True   True   True  True
4   True   True   True  True
5  False   True   True  True
6   True  False  False  True
7  False   True  False  True

In [12]: df.notnull().mean()
Out[12]:
A       0.625
C       0.875
D       0.500
Team    1.000
dtype: float64

还有groupby：

In [13]: df.groupby("Team").apply(lambda x: x.notnull().mean())
Out[13]:
              A         C    D  Team
Team
one    0.666667  0.666667  0.0   1.0
three  0.500000  1.000000  0.5   1.0
two    0.666667  1.000000  1.0   1.0

首先使用

set\u index

执行此操作可能会更快，而无需应用：

In [14]: df.set_index("Team").notnull().groupby(level=0).mean()
Out[14]:
              A         C    D
Team
one    0.666667  0.666667  0.0
three  0.500000  1.000000  0.5
two    0.666667  1.000000  1.0

---

根据您自己的代码添加

div（df.groupby（'Team'）.size（），0）

---

谢谢，我喜欢这两种方法！非常感谢

set\u index（）

解决方案，它为我节省了当前项目的时间！我以前没有见过div（）函数；这真的很有用。谢谢

df.groupby('Team').count().div(df.groupby('Team').size(),0)
Out[190]: 
              A         C    D
Team                          
one    0.666667  0.666667  0.0
three  0.500000  1.000000  0.5
two    0.666667  1.000000  1.0