Расчеты частоты по подгруппам pandas -groupby, вставка новых строк и перестановка столбцов - PullRequest
Новая
       65

Расчеты частоты по подгруппам pandas -groupby, вставка новых строк и перестановка столбцов

1 голос
/ 07 мая 2020

Мне нужна помощь с выполнением нескольких операций над подгруппами, но я действительно запутался. Я постараюсь быстро описать операции и желаемый результат с комментариями.

(1) Вычислить процентную частоту появления на подгруппу

(2) Появится запись, которой не существует с 0

(3) Изменить порядок записей и столбцов

Предположим, что df ниже как необработанные данные: 

df=pd.DataFrame({'store':[1,1,1,2,2,2,3,3,3,3],
                 'branch':['A','A','C','C','C','C','A','A','C','A'],
                 'products':['clothes', 'shoes', 'clothes', 'shoes', 'accessories', 'clothes', 'bags', 'bags', 'clothes', 'clothes']})

grouped_df ниже близко к тому, что у меня ум, но я не могу получить желаемый результат. 

grouped_df=df.groupby(['store', 'branch', 'products']).size().unstack('products').replace({np.nan:0})

# output:
products      accessories  bags  clothes  shoes
store branch                                   
1     A               0.0   0.0      1.0    1.0
      C               0.0   0.0      1.0    0.0
2     C               1.0   0.0      1.0    1.0
3     A               0.0   2.0      1.0    0.0
      C               0.0   0.0      1.0    0.0

# desirable output: if (1), (2) and (3) take place somehow...
products      clothes  shoes  accessories  bags
store branch                                   
1     B             0      0            0     0  #group 1 has 1 shoes and 1 clothes for A and C, so 3 in total which transforms each number to 33.3%
      A          33.3   33.3            0     0
      C          33.3    0.0            0     0
2     B             0      0            0     0
      A             0      0            0     0
      C          33.3   33.3         33.3     0
3     B             0      0            0     0  #group 3 has 2 bags and 1 clothes for A and C, so 4 in total which transforms the 2 bags into 50% and so on
      A            25      0            0    50
      C            25      0            0     0
# (3) rearrangement of columns with "clothes" and "shoes" going first
# (3)+(2) branch B appeared and the the order of branches changed to B, A, C
# (1) percentage calculations of the occurrences have been performed over groups that hopefully have made sense with the comments above

Я пытался обрабатывать каждую группу отдельно, но i) он не принимает во внимание замененные значения NaN, ii) мне следует избегать обработки каждого group, потому что мне нужно будет впоследствии объединить множество групп (этот df - всего лишь пример), поскольку мне нужно будет построить всю группу позже. 

grouped_df.loc[[1]].transform(lambda x: x*100/sum(x)).round(0)
>>>
products      accessories  bags  clothes  shoes
store branch                                   
1     A               NaN   NaN     50.0  100.0  #why has it transformed on axis='columns'?
      C               NaN   NaN     50.0    0.0

Надеюсь, мой вопрос имеет смысл. Любое понимание того, что я пытаюсь выполнить, очень приветствуется заранее, большое вам спасибо!

1 Ответ

0 голосов
/ 09 мая 2020

С помощью @ Quang Hoang , который пытался помочь с этим вопросом за день до того, как я отправлю свой ответ, мне удалось найти решение.

Чтобы объяснить последний бит вычисления, я преобразовал каждый элемент, разделив его на сумму подсчетов для каждой группы, чтобы найти частоту каждого элемента 0-го уровня по группам, а не по строкам / столбцам / в целом. 

grouped_df = df.groupby(['store', 'branch', 'products']).size()\
    .unstack('branch')\
        .reindex(['B','C','A'], axis=1, fill_value=0)\
            .stack('branch')\
                .unstack('products')\
                    .replace({np.nan:0})\
                        .transform(
                            lambda x: x*100/df.groupby(['store']).size()
                                   ).round(1)\
                            .reindex(['clothes', 'shoes', 'accessories', 'bags'], axis='columns')

Запуск фрагмента кода выше дает желаемый результат: 

products      accessories  bags  clothes  shoes
store branch                                   
1     B               0.0   0.0      0.0    0.0
      C               0.0   0.0     33.3    0.0
      A               0.0   0.0     33.3   33.3
2     B               0.0   0.0      0.0    0.0
      C              33.3   0.0     33.3   33.3
3     B               0.0   0.0      0.0    0.0
      C               0.0   0.0     25.0    0.0
      A               0.0  50.0     25.0    0.0
...