时间戳

首页 > 解决方案 > 使用 Python pandas 根据列值生成每个组的百分比

python-3.x - 使用 Python pandas 根据列值生成每个组的百分比

问题描述

我有一个如下所示的数据框。我想根据 subject_id、hadm_id 和 icusstay_id 对它们进行分组。一旦我对它进行分组，我想在“val_bw_80_110”列中提取超过 60% 个 1 的主题。从下面的例子中，我们可以看到 subject_id = 38 满足这个条件（val_bw_80_110 的所有值 = 1，这意味着 100%），我想提取属于 subject_id = 38 的组。如果只有两个 1那么百分比将是 66.666 等

在此处输入图像描述

我已经尝试过使用 groupby 但无法继续进行，因为我不确定如何获取列中值的百分比

data = [[38,10,110,1,0,0], [38,10,110,1,0,0],[38,10,110,1,0,0], 
[28,11,120,1,0,0],[28,11,120,0,1,0],[28,11,120,0,0,1],
   [48,13,130,1,0,0],[48,13,130,0,1,0],[48,13,130,0,0,1]] 
df = pd.DataFrame(data, columns =['subject_id','hadm_id','icustay_id',
'val_bw_80_110','val_lt_80','val_gt_110'])
new_df = df.groupby(['subject_id','hadm_id','icustay_id'])

我的预期结果只是一个数据框，其中包含满足 val_bw_80_110 中 60% 的条件的所有主题。输出数据框应包含 subject_id = 38 的所有记录（以及列）

标签： python-3.xpandaspivot-tableaggregate-functionspandas-groupby

解决方案

使用boolean indexingwithGroupBy.transform获取1值的百分比：

df1 = (df[df.groupby(['subject_id','hadm_id','icustay_id'])['val_bw_80_110']
            .transform('mean').ge(0.6)])
print (df1)
   subject_id  hadm_id  icustay_id  val_bw_80_110  val_lt_80  val_gt_110
0          38       10         110              1          0           0
1          38       10         110              1          0           0
2          38       10         110              1          0           0

如果使用transform与原始 DataFrame 相同大小的 get Series，则可以进行过滤：

print (df.groupby(['subject_id','hadm_id','icustay_id'])['val_bw_80_110']
            .transform('mean'))
0    1.000000
1    1.000000
2    1.000000
3    0.333333
4    0.333333
5    0.333333
6    0.333333
7    0.333333
8    0.333333
Name: val_bw_80_110, dtype: float64

print (df.groupby(['subject_id','hadm_id','icustay_id'])['val_bw_80_110']
            .transform('mean').ge(0.6))
0     True
1     True
2     True
3    False
4    False
5    False
6    False
7    False
8    False
Name: val_bw_80_110, dtype: bool

推荐阅读