我怎样才能得到负数百分比和最负数排序？

Question

我想出了一种方法来进行分组并根据两个字段获取计数：

df.groupby(['brand','result']).size()

df.groupby(['brand','result']).count()

这会产生相同的结果。我的数据现在看起来像这样。

Johnson's Baby Powder   negative         21  

                        neutral          5  

                        positive         121

Estee Lauder            negative         7  

                        positive         23

Calvin Klein            negative         10  

                        neutral          3  

                        positive         29 

我想得到每个品牌的结果百分比，就像这样。

Johnson's Baby Powder   negative    21  0.142857143

                        neutral     5   0.034013605

                        positive    121 0.823129252

Estee Lauder            negative    7   0.233333333

                        positive    23  0.766666667

Calvin Klein            negative    10  0.238095238

                        neutral     3   0.071428571

                        positive    29  0.69047619

不过，最终，我只想显示“结果”负值 > 20% 的“品牌”。

所以，我想看看这个（以及其他符合业务逻辑规则的品牌）。

Estee Lauder            negative    7   0.233333333

                        positive    23  0.766666667

我怎样才能做到这一点？

Answer 1

尝试x = df.groupby(['brand'])['result'].value_counts(normalize=True)样本数据输出>>> y = x.loc[(x.index.get_level_values(1) == 'negative')]>>> y[y>0.2]airline         airline_sentimentAmerican        negative             0.710402Delta           negative             0.429793Southwest       negative             0.490083US Airways      negative             0.776862United          negative             0.688906Virgin America  negative             0.359127Name: airline_sentiment, dtype: float64>>> y[y>0.2].index.get_level_values(0)Index(['American', 'Delta', 'Southwest', 'US Airways', 'United',       'Virgin America'],      dtype='object', name='airline')

Answer 2

添加到@Vishnudev 的答案，使用：print(df[df.groupby(['brand'])['result'].value_counts(normalize=True).ge(0.5).tolist()])输出：          brand    result  number3  Estee Lauder  negative       74  Estee Lauder  positive      23