python取出满足条件的行_python – 获取在pandas数据框中满足特定条件的行(字符串)的百分比...

如果需要所有值百分比使用

value_counts with normalize = True,对于多列

groupby和

size表示所有对的长度,并将其除以df的长度(与索引的长度相同)：

print (100 * df['A'].value_counts(normalize=True))

Not used 50.0

Used 50.0

Name: A, dtype: float64

print (100 * df['B'].value_counts(normalize=True))

Not used 50.0

Used 50.0

Name: B, dtype: float64

print (100 * df.groupby(['A','B']).size() / len(df.index))

A B

Not used Not used 20.0

Used 30.0

Used Not used 30.0

Used 20.0

dtype: float64

如果需要过滤器值创建掩码并获得mean – 真则处理如1：

print (100 * df['A'].eq('Used').mean())

#alternative

#print (100 * (df['B'] == 'Used').mean())

50.0

print (100 * df['B'].eq('Used').mean())

#alternative

#print (100 * (df['B'] == 'Used').mean())

50.0

print (100 * (df['A'].eq('Used') & df['B'].eq('Used')).mean())

20.0