Pandas.DataFrame按行求百分数(比例数)

33 篇文章 1 订阅
21 篇文章 1 订阅

简述

Motivation

  • 一般来说,每个部分的内容数量是较为容易获取的,但比例(百分数)这样的数据是二次数据,这样的操作很常见
  • 比例的信息相比于纯粹的数字更体现的整体体系的内部变化迁移的过程

Contribution

  • 给了实例,follow下就没问题了~

Codes

  • 导入包的部分,我就不写了哈

这里假设每行是属于不同月份的数据

>>> df
         a   b   c   d   e
month0   0   1   2   3   4
month1   5   6   7   8   9
month2  10  11  12  13  14
month3  15  16  17  18  19
  • 变百分数
    • 按列(即投影到列)求和
    • 按行(即投影到行)除法
>>> df.div(df.sum(axis=1), axis=0)
               a         b    c         d         e
month0  0.000000  0.100000  0.2  0.300000  0.400000
month1  0.142857  0.171429  0.2  0.228571  0.257143
month2  0.166667  0.183333  0.2  0.216667  0.233333
month3  0.176471  0.188235  0.2  0.211765  0.223529

在这里插入图片描述

  • 5
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 5
    评论
要按列求百分比,可以使用Pandas库中的`div`方法和`sum`方法来实现。其中,`div`方法用于将每个元素除以该列的和,`sum`方法用于计算每列的总和。具体代码如下所示: ```python import pandas as pd # 创建一个示例DataFrame df = pd.DataFrame({'A':[1, 2, 3], 'B':[4, 5, 6], 'C':[7, 8, 9}) # 按列求百分比 result = df.div(df.sum()) # 输出结果 print(result) ``` 这样,就可以得到按列求百分比后的DataFrame。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [python pandasDataFrame中各值的百分比](https://blog.csdn.net/small__roc/article/details/124611366)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [R语言使用quantile函计算dataframe中特定据列的百分位、通过设置probs参计算百分位](https://blog.csdn.net/weixin_57242009/article/details/123193251)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [undefined](undefined)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

肥宅_Sean

公众号“肥宅Sean”欢迎关注

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值