创建函数来过滤和计算基于过滤器的行划分？

Question

我有一个如下的df：我正在使用如下简单代码：过滤df中的列，然后根据列的值计算简单的数学，因此如果列值被取消，则处理并完成；我想计算整个 df 或所有行的取消的百分比或行数。df 看起来像：   ID |    Status    |   Color   555    Cancelled     Green   434    Processed     Red      212    Cancelled     Blue   121    Cancelled     Green   242    Cancelled     Blue   352    Processed     Green   343    Processed     Blue我目前使用的代码是：df[df['Color'] == 'Green']df[(df['Status']=='Cancelled') & (df['Color']=='Green')]对于每种不同类型的颜色的含义，我首先手动过滤 df 以获得行数，然后在下面对其进行双重过滤以获得取消的行数或订单数，然后手动除以 # 但他 # 只是绿色行。如果我想创建一个函数，我可以在其中插入颜色名称和状态，并在一个简单的函数中以这种方式进行数学运算，那么最好的方法是什么？预期输出将类似于： Status      GreenCancelled    0.666667Processed    0.333333dtype: float64

Answer 1

您可以使用 groupby 和 len()：

df.groupby(by='Status').apply(lambda x: len(x)/len(df))

Status

Cancelled    0.666667

Processed    0.333333

dtype: float64

按状态和颜色分类：

cc = df.groupby(by='Color').ID.count()

df.groupby(by=['Color', 'Status']).apply(lambda x: len(x)/cc.loc[x.Color.iloc[0]])

Color  Status   

Blue   Cancelled    0.666667

       Processed    0.333333

Green  Cancelled    0.666667

       Processed    0.333333

Red    Processed    1.000000

dtype: float64