열에서 항목 발생 빈도를 백분율로 가져옵니다.

열에서 항목 발생 빈도를 백분율로 가져옵니다.

이 질문에는 이미 다음과 같은 답변이 있습니다.

값의 빈도를 나타내는 팬더 시리즈가 주어졌을 때, 이러한 빈도를 백분율로 변환하려면 어떻게 해야 합니까? (4개 답변)

그룹별로 판다 전체 비율 (16개 답변)

닫힘1년 전에.

df 열에서 특정 값의 백분율을 구하고 싶습니다.(col1, col2, col3, 성별) 성별 열에 M, F 또는 기타 값이 있다고 가정합니다.df에서 M, F, Other 값의 백분율을 구하고자 합니다.

M, F, Other instance라는 숫자를 주는 이것을 시도해 보았지만, 이것들을 df의 총 값의 백분율로 원합니다.

df.groupby('gender').size()

누가 도와줄 수 있습니까?

사용하다value_counts와 함께normalize=True:

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

결과는 (0, 1) 범위의 분수입니다.%를 얻기 위해 여기에 100을 곱합니다.

볼 필요가 없는 경우M그리고.F이외의 값gender열을 사용해 볼 수도 있습니다.value_counts()그리고.count()다음과 같이

df = pd.DataFrame({'gender':['M','M','F', 'F', 'F']})
# Percentage calculation
(df['gender'].value_counts()/df['gender'].count())*100

결과:

F    60.0
M    40.0
Name: gender, dtype: float64

---

또는 사용하기groupby:

(df.groupby('gender').size()/df['gender'].count())*100

200개의 값이 있다고 하자 이 중 120개는 M, 80개는 F로 분류됩니다.

1)

df['gender'].value_counts()

 output:

 M=120
 F=80

2)

df['gender'].value_counts(Normalize=True)

  output:

  M=0.60
  F=0.40

3)

df['gender'].value_counts(Normalize=True)*100 #will convert output to percentages

  output:

  M=60
  F=40

불균형을 확인하기 위한 목표 변동의 백분율을 찾습니다.

g = data[Target_col_Y]
df = pd.concat([g.value_counts(),              
g.value_counts(normalize=True).mul(100)],axis=1,keys=('counts','percentage'))

print (df)

카운트 백분율

0 36548 88.734583

1 4640 11.265417

여기서 열 백분율에서 최대값을 찾음으로써 #margin이 어느 정도인지 확인합니다.

df1=df.diff(periods=1,axis=0)
difvalue=df1[[list(df1.columns)[-1]]].max()

print('(Gender Male= 0):\n {}%'.format(100 - round(df['Gender'].mean()*100, 2)))
print('(Gender Female=1):\n{}%'.format(round(df['Gender'].mean()*100, 2)))

언급URL : https://stackoverflow.com/questions/50558458/get-frequency-of-item-occurrences-in-a-column-as-percentage