IIUC,您可以使用参数
margins来求和
pivot_table,然后将最后一行
All的所有值除以
div:
group = pd.pivot_table(df, index='used_at', columns='domain', values='ID', aggfunc=len, margins=True)print (group)domain avito.ru mazdaspb.ru vw-stat.ru Allused_at 2015-01 3.0 3.0 5.0 11.0All3.0 3.0 5.0 11.0print (group.iloc[:-1])domain avito.ru mazdaspb.ru vw-stat.ru Allused_at 2015-01 3.0 3.0 5.0 11.0print (group.iloc[-1])domainavito.ru 3.0mazdaspb.ru 3.0vw-stat.ru 5.0All 11.0Name: All, dtype: float64print (group.iloc[:-1].div(group.iloc[-1], axis=1) * 100)domain avito.ru mazdaspb.ru vw-stat.ru Allused_at 2015-01 100.0 100.0 100.0 100.0
解决方案通过与个人计分
div和
mul:
group = pd.pivot_table(df, index='used_at', columns='domain', values='ID', aggfunc=len) .div(len(df.index)) .mul(100)print (group)domain avito.ru mazdaspb.ru vw-stat.ruused_at 2015-01 27.272727 27.272727 45.454545
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)