按中位数、百分位数和占总数的百分比分组

Question

我有一个看起来像这样的数据框...... ID Acuity TOTAL_ED_LOS 1    2      423 2    5      52 3    5      535 4    1      87 ...我想生成一个如下所示的表： Acuity    Count   Median Percentile_25   Percentile_75   % of total   1         234 ...                                         31%                                            2         65 ...                                           8%   3         56 ...                                           7%   4         345 ...                                          47%   5         35  ...                                          5%我已经有代码可以提供我需要的一切，除了 % of total 列def percentile(n):    def percentile_(x):        return np.percentile(x, n)    percentile_.__name__ = 'percentile_%s' % n    return percentile_df_grp = df_merged_v1.groupby(['Acuity'])df_grp['TOTAL_ED_LOS'].agg(['count','median',                                   percentile(25), percentile(75)]).reset_index()有没有一种有效的方法可以添加总列的百分比？下面的链接包含有关如何获取总数百分比的代码，但我不确定如何将其应用到我的代码中。我知道我可以创建两个表然后合并它们，但我很好奇是否有更简洁的方法。如何在 Python 中计算 groupby 中的计数和百分比

Answer 1

这是使用一些 pandas 内置工具的一种方法：

# Set random number seeed and create a dummy datafame with two columns

np.random.seed(123)

df = pd.DataFrame({'activity':np.random.choice([*'ABCDE'], 40), 

                   'TOTAL_ED_LDS':np.random.randint(50, 500, 40)})

# Reshape dataframe to get activit per column 

# then use the output from describe and transpose

df_out = df.set_index([df.groupby('activity').cumcount(),'activity'])['TOTAL_ED_LDS']\

           .unstack().describe().T

#Calculate percent count of total count

df_out['% of Total'] = df_out['count'] / df_out['count'].sum() * 100.

df_out

输出：

          count        mean         std    min     25%    50%     75%    max  % of Total

activity                                                                                

A           8.0  213.125000  106.810162   93.0  159.50  200.0  231.75  421.0        20.0

B          10.0  308.200000  116.105125   68.0  240.75  324.5  376.25  461.0        25.0

C           6.0  277.666667  117.188168  114.0  193.25  311.5  352.50  409.0        15.0

D           7.0  370.285714  124.724649  120.0  337.50  407.0  456.00  478.0        17.5

E           9.0  297.000000  160.812002   51.0  233.00  294.0  415.00  488.0        22.5