本文旨在介绍如何使用 Pandas DataFrame 对数据进行分组聚合，并计算特定列的百分比。我们将通过一个实际案例，演示如何按设备 (Device) 对带宽使用情况 (Bw_in, Bw_out) 进行汇总，并计算其占总流量 (In, Out) 的百分比，从而高效地实现数据分析目标。
使用 groupby() 和 transform() 进行数据聚合
在 Pandas 中，groupby() 函数允许你根据一个或多个列的值将 DataFrame 分组。然后，你可以对每个组应用聚合函数，例如 sum()、mean()、count() 等。 transform() 函数则允许我们将聚合后的值广播回原始 DataFrame，这对于计算百分比等需要比较每个组内值与组总和的情况非常有用。
示例：
假设我们有以下 DataFrame：
import pandas as pddata = {'Device': ['Usa123', 'Usa123', 'Emea01', 'Emea01'], 'int': ['Eth1', 'Eth0', 'Wan1', 'Eth3'], 'In': [1000, 10000, 1000, 2000], 'Out': [500, 700, 500, 1000], 'Bw_in': [100, 200, 150, 200], 'Bw_out': [75, 80, 90, 70]}df = pd.DataFrame(data)print(df)
输出：
Device int In Out Bw_in Bw_out0 Usa123 Eth1 1000 500 100 751 Usa123 Eth0 10000 700 200 802 Emea01 Wan1 1000 500 150 903 Emea01 Eth3 2000 1000 200 70
现在，我们要计算每个设备的 %InUsage 和 %OutUsage，计算公式如下：
%InUsage = Bw_in 总和 / In 总和 (按设备分组)%OutUsage = Bw_out 总和 / Out 总和 (按设备分组)
我们可以使用以下代码实现：
g = df.groupby("Device")df[["%InUsage", "%OutUsage"]] = ( g[["Bw_in", "Bw_out"]].transform("sum") / g[["In", "Out"]].transform("sum").to_numpy())print(df)
代码解释：
g = df.groupby(“Device”): 这行代码根据 ‘Device’ 列对 DataFrame 进行分组，并将分组后的对象存储在变量 g 中。g[[“Bw_in”, “Bw_out”]].transform(“sum”): 这行代码对每个设备组的 ‘Bw_in’ 和 ‘Bw_out’ 列求和。transform(“sum”) 函数将计算得到的每个组的总和广播回原始 DataFrame，保持与原始 DataFrame 相同的索引。g[[“In”, “Out”]].transform(“sum”).to_numpy(): 这行代码对每个设备组的 ‘In’ 和 ‘Out’ 列求和，然后使用 .to_numpy() 将结果转换为 NumPy 数组。 这是因为 Pandas Series 和 DataFrame 在进行除法运算时，会进行索引对齐。为了避免索引对齐带来的潜在问题，我们将除数转换为 NumPy 数组。df[[“%InUsage”, “%OutUsage”]] = …: 这行代码将计算得到的 %InUsage 和 %OutUsage 添加到原始 DataFrame 中。
输出结果：
Device int In Out Bw_in Bw_out %InUsage %OutUsage0 Usa123 Eth1 1000 500 100 75 0.027273 0.1291671 Usa123 Eth0 10000 700 200 80 0.027273 0.1291672 Emea01 Wan1 1000 500 150 90 0.116667 0.1066673 Emea01 Eth3 2000 1000 200 70 0.116667 0.106667
注意事项
确保用于分组的列（例如，这里的 ‘Device’）包含正确的数据类型。在进行除法运算时，要处理除数为零的情况，避免出现 ZeroDivisionError。 可以使用 fillna(0) 将 NaN 值替换为 0。理解 transform() 函数的作用，它将聚合结果广播回原始 DataFrame，这使得我们可以方便地进行后续计算。使用 .to_numpy() 将 Pandas Series 转换为 NumPy 数组，避免索引对齐问题，提高代码的健壮性。
总结
本文介绍了如何使用 Pandas 的 groupby() 和 transform() 函数对 DataFrame 进行分组聚合，并计算特定列的百分比。通过示例代码和详细解释，展示了如何高效地处理数据，并获得所需的结果。 这种方法避免了使用 apply 函数，从而提高了代码的执行效率。 掌握这些技巧可以帮助你更好地进行数据分析和处理。
以上就是Pandas DataFrame 数据聚合：高效计算分组百分比的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1370104.html
微信扫一扫 
支付宝扫一扫 
