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 columnsnp.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 transposedf_out = df.set_index([df.groupby('activity').cumcount(),'activity'])['TOTAL_ED_LDS']\           .unstack().describe().T#Calculate percent count of total countdf_out['% of Total'] = df_out['count'] / df_out['count'].sum() * 100.df_out输出：          count        mean         std    min     25%    50%     75%    max  % of Totalactivity                                                                                A           8.0  213.125000  106.810162   93.0  159.50  200.0  231.75  421.0        20.0B          10.0  308.200000  116.105125   68.0  240.75  324.5  376.25  461.0        25.0C           6.0  277.666667  117.188168  114.0  193.25  311.5  352.50  409.0        15.0D           7.0  370.285714  124.724649  120.0  337.50  407.0  456.00  478.0        17.5E           9.0  297.000000  160.812002   51.0  233.00  294.0  415.00  488.0        22.5