Как преобразовать таблицу pandas.series.groupby () из частоты в процентах? - PullRequest
Новая
       26

Как преобразовать таблицу pandas.series.groupby () из частоты в процентах?

0 голосов
/ 12 февраля 2019

У меня есть небольшая программа, которую я использую, чтобы попытаться вычислить процентную частоту для ряда в пределах диапазонов.Я успешно генерирую таблицу со счетчиками всех значений в заданных диапазонах, но у меня возникают проблемы с поиском способа, если он существует, отображать счет в процентах от общего числа значений.Я включил код ниже и мой текущий вывод ниже.

Код Python: 

import numpy as np
import pandas as pd

data = pd.read_excel('HmEqty.xlsx')

bad = data["BAD"]
loan = data["LOAN"]
mortdue = data["MORTDUE"]
value = data["VALUE"]
yoj = data["YOJ"]
derog = data["DEROG"]
delinq = data["DELINQ"]
clage = data["CLAGE"]
ninq = data["NINQ"]
clno = data["CLNO"]
debtinc = data["DEBTINC"]


group = loan.groupby(pd.cut(loan, np.arange((loan.min()-100), 
     (loan.max()+100), 500))).count()
print(group)

Вывод: 

LOAN
(1600, 2100]     2
(2100, 2600]     3
(2600, 3100]     5
(3100, 3600]     3
(3600, 4100]     8
(4100, 4600]    10
(4600, 5100]    24
(5100, 5600]    23
(5600, 6100]    24
Name: LOAN, dtype: int64

Есть ли способ, который я могу использоватьотображать процент, а не счет?Должен ли я просто выполнить вторую операцию на новом DataFrame?Если так, как я должен идти об этом?

1 Ответ

0 голосов
/ 12 февраля 2019

Использование value_counts с normalize: 

s = pd.cut(loan, np.arange((loan.min()-100), (loan.max()+100), 500))
out = s.value_counts(normalize=True)

Или: 

s1 = loan.groupby(s).size()
out = s1.div(s1.sum())

Образец : 

np.random.seed(123)

data = pd.DataFrame({
         'LOAN':np.random.randint(17, 65, 50) * 100
})

loan = data["LOAN"]
s = pd.cut(loan, np.arange((loan.min()-100), (loan.max()+100), 500))
out = s.value_counts(normalize=True).sort_index()
print (out)
(1600, 2100]    0.155556
(2100, 2600]    0.066667
(2600, 3100]    0.066667
(3100, 3600]    0.088889
(3600, 4100]    0.088889
(4100, 4600]    0.088889
(4600, 5100]    0.244444
(5100, 5600]    0.111111
(5600, 6100]    0.088889
Name: LOAN, dtype: float64

s1 = loan.groupby(s).size()
print (s1)
LOAN
(1600, 2100]     7
(2100, 2600]     3
(2600, 3100]     3
(3100, 3600]     4
(3600, 4100]     4
(4100, 4600]     4
(4600, 5100]    11
(5100, 5600]     5
(5600, 6100]     4
Name: LOAN, dtype: int64

out = s1.div(s1.sum())
print (out)
LOAN
(1600, 2100]    0.155556
(2100, 2600]    0.066667
(2600, 3100]    0.066667
(3100, 3600]    0.088889
(3600, 4100]    0.088889
(4100, 4600]    0.088889
(4600, 5100]    0.244444
(5100, 5600]    0.111111
(5600, 6100]    0.088889
Name: LOAN, dtype: float64
...