python-多索引分组百分比
python-多索引分组百分比
提问于 2020-07-10 05:07:15
我一直试图给你一个可重现的例子，但是Period不允许我把字典作为数据帧来读。因此，我只是将我的数据帧转换为字典并复制到这里(如果您可以告诉我如何使其可重现，我将编辑这篇文章)。dataframe是一个序列(一列)和两个索引：
{(Period('2020-01', 'M'), False): 213,
(Period('2020-01', 'M'), True): 21,
(Period('2020-02', 'M'), False): 313,
(Period('2020-02', 'M'), True): 13,
(Period('2020-03', 'M'), False): 213,
(Period('2020-03', 'M'), True): 23,
(Period('2020-04', 'M'), False): 213,
(Period('2020-04', 'M'), True): 12,
(Period('2020-05', 'M'), False): 321,
(Period('2020-05', 'M'), True): 121,
(Period('2020-06', 'M'), False): 321,
(Period('2020-06', 'M'), True): 22,
(Period('2020-07', 'M'), False): 333,
(Period('2020-07', 'M'), True): 11}我正在尝试做的事情是创建第二个列，其中包含按月分组的百分比(索引level=0)。到目前为止，我做到了以下几点：
df["new_column"] = df.groupby(level=0).apply(lambda x: x/sum(x))错误：
DateParseError: Unknown datetime string format, unable to parse: new_columns在将百分比分配给new_column时，groupby似乎无法识别日期格式。为什么？
回答 1
Stack Overflow用户
发布于 2020-07-10 05:25:38
我认为在groupby中指定级别后，只需添加[0]即可。
df['new column'] = df.groupby(level=0)[0].apply(lambda x:x/sum(x))以防万一，我已经复制了下面使用的所有代码。
dictionary = ({(pd.Period('2020-01', 'M'), False): 213,
(pd.Period('2020-01', 'M'), True): 21,
(pd.Period('2020-02', 'M'), False): 313,
(pd.Period('2020-02', 'M'), True): 13,
(pd.Period('2020-03', 'M'), False): 213,
(pd.Period('2020-03', 'M'), True): 23,
(pd.Period('2020-04', 'M'), False): 213,
(pd.Period('2020-04', 'M'), True): 12,
(pd.Period('2020-05', 'M'), False): 321,
(pd.Period('2020-05', 'M'), True): 121,
(pd.Period('2020-06', 'M'), False): 321,
(pd.Period('2020-06', 'M'), True): 22,
(pd.Period('2020-07', 'M'), False): 333,
(pd.Period('2020-07', 'M'), True): 11})
df = pd.DataFrame(pd.Series(dictionary))
df['new column'] = df.groupby(level=0)[0].apply(lambda x:x/sum(x))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/62823724
复制相关文章
相似问题
腾讯云开发者
