Python: как посчитать дробь на 1 в фрейме данных pandas?

У меня есть фрейм данных df, например:

df    
    ID    val
0   a      0
1   a      0
2   a      1
4   b      0
5   b      1

Я хотел бы подсчитать долю 1 для каждого идентификатора, чтобы получить что-то вроде

df1
    ID   val
0   a    0.33
1   b    0.5

Хорошо, пожалуйста, предоставьте код из ваших попыток. Что пошло не так, были ли ошибки?

roganjosh 29.01.2019 22:29
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
1
234
2

Ответы 2

Просто сгруппируйте по идентификатору, суммируйте и подсчитайте их, а затем просто разделите друг друга, например:

new_df = df.groupby("ID", as_index=False).agg({'val': ['sum', 'count']})

Тогда вам нужно только

new_df["val"] = new_df["sum"]/new_df["count"]

Простой способ — сгруппировать по ID и взять среднее значение столбца val:

print(df.groupby("ID").agg({"val": "mean"}).reset_index())
#  ID       val
#0  a  0.333333
#1  b  0.500000

Или более кратко, как указано @АлексРили:

df.groupby('ID', as_index=False).mean()

Или же (чтобы избежать agg и reset_index()) вы можете написать df.groupby('ID', as_index=False).mean()

Alex Riley 29.01.2019 22:34

Другие вопросы по теме