双组-到那时应用了一些功能？
双组-到那时应用了一些功能？
提问于 2016-07-26 19:01:51
我有这样的数据：
country source
0 UK Ads
1 US Seo
2 US Seo
3 China Seo
4 US Seo
5 US Seo
6 China Seo
7 US Ads对于每个国家，我想得到每个来源的比率。我做了一个关于国家和来源的小组，得到了下面的表格，其中有每个国家的每个来源的总数，但不知道如何从这里开始。
df.groupby(['country', 'source']).size()
country source
China Ads 21561
Direct 17463
Seo 37578
Germany Ads 3760
Direct 2864
Seo 6432
UK Ads 13518
Direct 11131
Seo 23801
US Ads 49901
Direct 40962
Seo 87229我在找这样的东西：
Ads SEO Direct
US .3 .1 .4
China .5 .3 .2
UK .5 .3 .6回答 3
Stack Overflow用户
回答已采纳
发布于 2016-07-26 19:11:59
您可以使用unstack将结果从长格式转换为宽格式，然后使用apply方法逐行计算比率：
import pandas as pd
df1 = df.groupby(['country', 'source']).size().unstack(level=1,fill_value = 0).apply(lambda r: r/r.sum(), axis = 1)
df1
# source Ads Seo
#country
# China 0.0 1.0
# UK 1.0 0.0
# US 0.2 0.8Stack Overflow用户
发布于 2016-07-26 19:15:12
您可以使用pd.crosstab来执行频率计数，然后使用apply来正常化：
df = pd.crosstab(df['country'], df['source']).apply(lambda r: r/r.sum(), axis=1)Stack Overflow用户
发布于 2016-07-26 19:23:11
大样本集
np.random.seed([3,1415])
n = 100000
df = pd.DataFrame(
dict(country=np.random.choice(('UK', 'US', 'China'), n),
source=np.random.choice(('Ads', 'Seo', 'Direct'), n)))解决方案
size = df.groupby(['country', 'source']).size().unstack()
size.div(size.sum(1), axis=0)
计时
使用本文中的数据
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/38597921
复制相关文章
相似问题
腾讯云开发者
