熊猫，应用函数返回错误的结果

Question

我有这个函数的问题，它必须返回一列中每个特征的比例。以下是一些很容易编造的数据：df2 = pd.DataFrame({'X': ['A', 'A', 'B' , 'C'], 'Y': [1, 0, 0 , 1], 'Z': [1, 0, 1 , 1]})df2['X'].value_counts() 当我计算我得到的值时A    2B    1C    1现在，我需要获取“X”每个值的比例for freq in df2['X'].value_counts():    #print(freq)    print(freq/df2['X'].value_counts().sum())结果如下：0.50.250.25完善现在我必须应用于我的数据帧并获取新列。功能下方：def get_proportion(df):    for freq in df2['X'].value_counts():        return (freq/df2['X'].value_counts().sum())df2["A"]=df2.apply(get_proportion, axis=1)结果：    X   Y   Z   A0   A   1   1   0.51   A   0   0   0.52   B   0   1   0.53   C   1   1   0.5我应该得到    X   Y   Z   A0   A   1   1   0.51   A   0   0   0.52   B   0   1   0.253   C   1   1   0.25怎么了？如果设置返回循环下，我得到缩进错误def get_proportion(df):    for freq in df['X'].value_counts():    return freq/df['X'].value_counts().sum()缩进错误：预期缩进块如果我设置了一个参数df2["A"]=df2.apply(get_proportion(df2), axis=1)我收到错误TypeError: 'numpy.float64' object is not callable如果你能帮忙，谢谢你。

Answer 1

您可以执行（修复第一次尝试）：

dftemp=df2['X'].value_counts(normalize=True)

df2=df2.set_index("X")

df2["A"]=dftemp

df2=df2.reset_index()

您的尝试不起作用的原因是，在分配期间基于索引的自动拟合（即pandas

df1['x']=df2['y']

不会按顺序赋值，但仅在索引与索引匹配的位置分配值，而不管顺序如何，也无论是否存在重复的索引。df2df1df2

作为替代方案，您可以使用它们并通过 进行简单的连接。mergeX

Answer 2

df2["A"] = df2.X.apply(lambda x: (df2["X"].value_counts() / len(df2))[x])

---

• len(df2)是数据帧的行数，df2

• (df2["X"].value_counts() / len(df2))是列 中元素的相对出现的序列。"X"