频率和百分比数据帧.groupby带s

Question

我有一个Pandas数据帧，其中我感兴趣的特性是Tenure（一个预测器）和一个名为Churn的列（“0”和“1”的标签字符串）。你知道吗

col1    col2    ... Tenure  ... Churn
val_1   ...         5           0
val_i   ...         ...         label_i
val_n   ...         36          1

现在我想用这些值生成一个数据帧：

Tenure  Churned Churn_Rate
5       51      15.31
...     ...     ...
36      16      21.98

数据按Tenure分组，Churned是值“1”的频率，Churn_Rate是每个Tenure值出现这种情况的百分比。你知道吗

到目前为止，这是我所做的，但我得到一个元组代替。你知道吗

churn_per_tenure = grs_df_main.groupby(['Tenure']).apply(lambda x: ((x['Churn'] == '1').sum(), x['Churn'].count()))

另外，如何按：Tenure、Churned或Churn_Rate对输出进行排序？你知道吗

Answer 1

用途：

grs_df_main = pd.DataFrame({'Tenure':[1,1,1,2,2,2,3],
                            'Churn': ['0','1','1','1','0','0','0']})

print(grs_df_main)
   Tenure Churn
0       1     0
1       1     1
2       1     1
3       2     1
4       2     0
5       2     0
6       3     0

如果只需要rate列，可以使用syntactig sugar-groupbyby boolean maskwith Seriesgrs_df_main['Tenure']和aggregate mean：

churn_per_tenure = ((grs_df_main['Churn'] == '1').groupby(grs_df_main['Tenure'])
                                                 .mean()
                                                 .reset_index(name='Churn_Rate'))
print (churn_per_tenure)
   Tenure  Churn_Rate
0       1    0.666667
1       2    0.333333
2       3    0.000000

对于所有列，使用^{}和lambda函数：

f = lambda x: (x == '1').sum()
f.__name__ = 'Churned'
churn_per_tenure = grs_df_main.groupby(['Tenure'])['Churn'].agg([f, 'count']).reset_index()
churn_per_tenure['Churn_Rate'] = churn_per_tenure['Churned'] / churn_per_tenure.pop('count')
print (churn_per_tenure)
   Tenure  Churned  Churn_Rate
0       1        2    0.666667
1       2        1    0.333333
2       3        0    0.000000

如果还需要count列删除pop函数：

churn_per_tenure['Churn_Rate'] = churn_per_tenure['Churned'] / churn_per_tenure['count']
print (churn_per_tenure)
   Tenure  Churned  count  Churn_Rate
0       1        2      3    0.666667
1       2        1      3    0.333333
2       3        0      1    0.000000