使用两个数据框计算熊猫百分比

Question

我正在尝试使用每个多指标的总销售额来计算销售额的百分比。我的数据框是这样的：local   categoria   fabricante   tipo      consistencia    peso         pacote   ordem vendas_kgAREA I  SABAO       ASATP        DILUIDO   LIQUIDO         1501 A 2000g PLASTICO 1    10AREA I  SABAO       TEPOS        DILUIDO   LIQUIDO         1501 A 2000g PLASTICO 1    20AREA I  SABAO       ASATP        CAPSULA   LIQUIDO         1501 A 2000g PLASTICO 1    20AREA I  SABAO       TEPOS        CAPSULA   LIQUIDO         1501 A 2000g PLASTICO 1    30所以我计算索引中每个唯一元组的总销售额并存储为总数据框。我的目标是计算每个 ['fabricante'] 市场份额，但现在我的目标是 TEPOS。` 在旋转我的 DataFrame 后变成这样：                                       sum           sum                                 vendas_kg     vendas_kgfabricante                           ASATP         TEPOS      Totallocal          tipo      ordem AREA I         DILUIDO     1          10            20         30                           2          20            30         50               CAPSULA     1          10            20         30                           2          20            30         50AREA II        DILUIDO     1          10            15         25                           2          20            25         45               CAPSULA     1          25            35         55                           2          20            30         50我用来计算总数并使用多索引创建数据框的代码是：#creating a sample from all dataa = df.sample(n=50)#creating a multiindex dataframetemp_df = pd.pivot_table(a.fillna(value=0), index=['tipo','local','pacote'],columns=['fabricante'], values=['vendas_kg'], fill_value=0, aggfunc=[np.sum])total = temp_df.sum(level=1, axis=1)#calculating the marketshare for Tepostemp_df[('sum','vendas_kg','TEPOS')] = temp_df[('sum','vendas_kg','TEPOS')] / temp_df.sum(level=1, axis=1)有两件事正在发生，如果我使用所有列，所有数据都变为 NaN，如果我使用上面的代码。

Answer 1

试试这个：

df_percent = temp_df.apply(lambda x: round(x / x.sum() * 100, 2), axis = 1)

                            sum

                            vendas_kg

              fabricante    ASATP   TEPOS

tipo    local   pacote      

CAPSULA AREA I  PLASTICO    40.00   60.00

        AREA II PLASTICO    22.73   77.27

DILUIDO AREA I  PLASTICO    37.50   62.50

        AREA II PLASTICO    42.86   57.14

要添加total列，请执行以下操作：

df_percent['total'] = total

解释

这apply相当于一个循环，轴命令告诉应用程序他将在列中滚动。代码所做的只是获取每一行的值并除以整行的总和。我实施的方式仅在您添加其他列之前有效total