使用Pandas从两列计算匹配记录的百分比

问题描述

我需要熊猫码来计算匹配记录的百分比。 假设我有两列Hotel_name和Property_name，并且总记录为100和30条记录都匹配，那么匹配记录的百分比应为30％。

解决方法

如果在两个列上都设置了索引，则可以进行外部联接，然后在某些必需的列上计算空值。

示例：

x = [['hotel1','property1'],['hotel2','property2'],['hotel3','property3'],['hotel9','property9']]
y = [['hotel1',['hotel4','property4'],['hotel5','property5']]

df1 = pd.DataFrame(x,columns=['hotel_name','property_name'])
df2 = pd.DataFrame(y,'property_name'])
df1['flag'] = 1
df2['flag'] = 1

df1.set_index(['hotel_name','property_name'],inplace=True)
df2.set_index(['hotel_name',inplace=True)
ans = df1.join(df2,how='outer',lsuffix='x',rsuffix='y',sort=True)

print("Percent Match in X is: ",100*(1-len(ans[ans.flagx.isna()]) / len(ans)))
print("Percent Match in Y is: ",100*(1-len(ans[ans.flagy.isna()]) / len(ans)))
print(ans)

结果：

Percent Match in X is:  66.66666666666667
Percent Match in Y is:  83.33333333333334
                          flagx  flagy
hotel_name property_name              
hotel1     property1        1.0    1.0
hotel2     property2        1.0    1.0
hotel3     property3        1.0    1.0
hotel4     property4        NaN    1.0
hotel5     property5        NaN    1.0
hotel9     property9        1.0    NaN