主页 / coding / 问题 / 79287522
Accepted
Andi
Asked: 2024-12-17 18:34:13 +0800 CST

计算 group_by polars DataFrame 中正行的百分比

  • 772

value我需要计算按列分组的列中正值的百分比group。

import polars as pl

df = pl.DataFrame(
    {
        "group": ["A", "A", "A", "A", "A", "B", "B", "B", "B", "B"],
        "value": [2, -1, 3, 1, -2, 1, 2, -1, 3, 2],
    }
)

shape: (10, 2)
┌───────┬───────┐
│ group ┆ value │
│ ---   ┆ ---   │
│ str   ┆ i64   │
╞═══════╪═══════╡
│ A     ┆ 2     │
│ A     ┆ -1    │
│ A     ┆ 3     │
│ A     ┆ 1     │
│ A     ┆ -2    │
│ B     ┆ 1     │
│ B     ┆ 2     │
│ B     ┆ -1    │
│ B     ┆ 3     │
│ B     ┆ 2     │
└───────┴───────┘

组中A5 个正值中有 3 个（60％），而列中B5 个正值中有 4 个（80％）。

这是预期的数据框。

┌────────┬──────────────────┐
│ group  ┆ positive_percent │
│ ---    ┆ ---              │
│ str    ┆ f64              │
╞════════╪══════════════════╡
│ A      ┆ 0.6              │
│ B      ┆ 0.8              │
└────────┴──────────────────┘
python

2 个回答

  1. Best Answer

    您可以使用自定义group_by.agg的Expr.ge和。这会根据符号Expr.mean将值转换为False/ ，然后通过取 来计算 的比例：TrueTruemean

    df.group_by('group').agg(positive_percent=pl.col('value').ge(0).mean())

    输出：

    ┌───────┬──────────────────┐
│ group ┆ positive_percent │
│ ---   ┆ ---              │
│ str   ┆ f64              │
╞═══════╪══════════════════╡
│ A     ┆ 0.6              │
│ B     ┆ 0.8              │
└───────┴──────────────────┘

    中间体：

    ┌───────┬───────┬───────┬──────┐
│ group ┆ value ┆ ge(0) ┆ mean │
│ ---   ┆ ---   ┆ ---   ┆ ---  │
│ str   ┆ i64   ┆ bool  ┆ f64  │
╞═══════╪═══════╪═══════╪══════╡
│ A     ┆ 2     ┆ true  ┆ 0.6  │ #
│ A     ┆ -1    ┆ false ┆ 0.6  │ # group A
│ A     ┆ 3     ┆ true  ┆ 0.6  │ # (True+False+True+True+False)/5
│ A     ┆ 1     ┆ true  ┆ 0.6  │ # = 3/5 = 0.6
│ A     ┆ -2    ┆ false ┆ 0.6  │ #
│ B     ┆ 1     ┆ true  ┆ 0.8  │
│ B     ┆ 2     ┆ true  ┆ 0.8  │
│ B     ┆ -1    ┆ false ┆ 0.8  │
│ B     ┆ 3     ┆ true  ┆ 0.8  │
│ B     ┆ 2     ┆ true  ┆ 0.8  │
└───────┴───────┴───────┴──────┘
    • 3

  2. 本质上，您想将您的value列转换True为1正数/False或0负数，然后计算百分比。

    df.group_by("group").agg(
    positive_percent = (pl.all() > 0).sum() / pl.len()
)

    shape: (2, 2)
┌───────┬───────┐
│ group ┆ value │
│ ---   ┆ ---   │
│ str   ┆ f64   │
╞═══════╪═══════╡
│ B     ┆ 0.8   │
│ A     ┆ 0.6   │
└───────┴───────┘

    或者您可以过滤掉所有条件不成立的行：

    df.group_by("group").agg(
    pl.col.value.filter(pl.col.value > 0).count() / pl.len()
)
    • 1

相关问题