如何计算数据帧中组之间给定二进制变量的百分比

问题描述

我有一个多人回答多个问题的数据框。问题可操作为 1=同意和 0=不同意。同一个人回答了多个问题，现在我想找出同意声明的百分比，因此与答案总数相比，为 1。 数据框被组织成每个问题有一行。每个人回答 8 个问题，所以我们每个人有 8 行。我想计算每个人“同意”（或 1 个）陈述与每个人回答的问题总数（因此为 8）的百分比。

解决方法

# display how the targets are distributed
def configure_target_statistic(targets):
    trg_cnt = targets.value_counts()
    labels,sizes = (np.array(trg_cnt.index)),(np.array(100*(trg_cnt/trg_cnt.sum())))
    py.iplot(go.Figure(data=[go.Pie(labels=labels,values=sizes)],layout=go.Layout(title='Target Distribution',font=dict(size=15),width=500,height=500)))
    return trg_cnt

configure_target_statistic(df['answers'])

你只需要导入，这应该足够了：

import numpy as np
import pandas as pd
import plotly.offline as py
import plotly.graph_objs as go

,

假设您的数据框有两列 user_id 和 question_id，您可以通过它们标识每一行，这是一个简单的解决方案：

import pandas as pd    
df=pd.DataFrame([[1,6,1],[1,7,[2,0]],columns=  ['user_id','question_id','agree'])
grp=df.groupby(['user_id'])['agree']
print(100*grp.sum()/grp.count())

在代码中（最后一行），我只考虑了用户尝试计算百分比的问题数量。