在熊猫分组中占总数的滚动百分比

Question

我有一个示例熊猫数据框，如下所示：

|       id       |    success    |
|:---------------|--------------:|
|       1        |       0       |
|       1        |       1       |
|       1        |       1       |
|       2        |       0       |
|       2        |       1       |
|       2        |       1       |

对于每组ID，我想找出成功的滚动百分比。对于ID 1，第一个记录成功= 0。因此成功百分比为0。下一行成功=1。因此成功百分比为1/2（1个成功= 1，共2条记录，包括前一行）。下一行成功=1。因此成功百分比为2/3（2个成功1s，3个总记录）。结果表如下：

|       id      |    success    |    success%.  |
|:--------------|--------------:|--------------:|
|       1       |       0       |       0       |
|       1       |       1       |       50      |
|       1       |       1       |       67      |
|       2       |       0       |       0       |
|       2       |       1       |       50      |
|       2       |       1       |       67      |

谢谢

Answer 1

执行groupby然后应用基于cumsum和cumsum的自定义函数，但是最后一个仅适用于groupby对象，因此另一种方法是使用cumcount并将新索引用作柜台：

cumcount

Answer 2

您可以在这里找到有用的groupby方法：

reset_index

不要忘记导入numpy库

Answer 3

这是一种简单的方法，但是接下来如何呢？

reset_index

Answer 4

将

df['rate'] = df.groupby('id')['success'].apply(
   lambda serie: serie.cumsum()/(serie.reset_index().index + 1)*100).\
   round(0).astype(int)

df.rate

# 0     0
# 1    50
# 2    67
# 3     0
# 4    50
# 5    67

和

groups = df.groupby("id")


dataframes = []
for name, gdf in groups:
    # gdf is a group of ids  (a df)
    gdf['cumsum'] = np.cumsum(gdf['success'])
    gdf['count'] = list(range(1, len(gdf)+1))
    gdf['%'] = gdf['cumsum']/ gdf['count']
    dataframes.append(gdf)

df = pd.concat(dataframes)

用作：

df['succcess_cnt'] = df.groupby(['id'])['success'].cumsum()
df['try_cnt'] = 1
df['try_cumsum'] = df.groupby(['id'])['try_cnt'].cumsum()
df['success%'] = df['try_cnt'] / df['try_cumsum']
df = df.iloc[:,[0,1,5]]