我怎样才能得到负数百分比和最负数排序？

Question

我想出了一种方法来进行分组并根据两个字段获取计数：df.groupby(['brand','result']).size()df.groupby(['brand','result']).count()这会产生相同的结果。我的数据现在看起来像这样。Johnson's Baby Powder   negative         21                          neutral          5                          positive         121Estee Lauder            negative         7                          positive         23Calvin Klein            negative         10                          neutral          3                          positive         29 我想得到每个品牌的结果百分比，就像这样。Johnson's Baby Powder   negative    21  0.142857143                        neutral     5   0.034013605                        positive    121 0.823129252Estee Lauder            negative    7   0.233333333                        positive    23  0.766666667Calvin Klein            negative    10  0.238095238                        neutral     3   0.071428571                        positive    29  0.69047619不过，最终，我只想显示“结果”负值 > 20% 的“品牌”。所以，我想看看这个（以及其他符合业务逻辑规则的品牌）。Estee Lauder            negative    7   0.233333333                        positive    23  0.766666667我怎样才能做到这一点？

Answer 1

尝试

x = df.groupby(['brand'])['result'].value_counts(normalize=True)

样本数据输出

>>> y = x.loc[(x.index.get_level_values(1) == 'negative')]

>>> y[y>0.2]

airline         airline_sentiment

American        negative             0.710402

Delta           negative             0.429793

Southwest       negative             0.490083

US Airways      negative             0.776862

United          negative             0.688906

Virgin America  negative             0.359127

Name: airline_sentiment, dtype: float64

>>> y[y>0.2].index.get_level_values(0)

Index(['American', 'Delta', 'Southwest', 'US Airways', 'United',

       'Virgin America'],

      dtype='object', name='airline')

Answer 2

添加到@Vishnudev 的答案，使用：

print(df[df.groupby(['brand'])['result'].value_counts(normalize=True).ge(0.5).tolist()])

输出：

          brand    result  number

3  Estee Lauder  negative       7

4  Estee Lauder  positive      23