回答編集履歴
4
d
answer
CHANGED
|
@@ -22,4 +22,18 @@
|
|
|
22
22
|
# 3 11-Feb-2020 00:00 431 33 81.17%
|
|
23
23
|
# 4 12-Feb-2020 00:00 21 12 63.64%
|
|
24
24
|
# 5 13-Feb-2020 00:00 100 10 68.97%
|
|
25
|
+
```
|
|
26
|
+
|
|
27
|
+
## 追記
|
|
28
|
+
|
|
29
|
+
単にグループごとの割合を見たいのであれば以下
|
|
30
|
+
|
|
31
|
+
```python
|
|
32
|
+
df2 = df.groupby("A").sum()["B"] / df["B"].sum()
|
|
33
|
+
print(df2)
|
|
34
|
+
# A
|
|
35
|
+
# 11-Feb-2020 00:00 0.748942
|
|
36
|
+
# 12-Feb-2020 00:00 0.046544
|
|
37
|
+
# 13-Feb-2020 00:00 0.204513
|
|
38
|
+
# Name: B, dtype: float64
|
|
25
39
|
```
|
3
f
answer
CHANGED
|
@@ -1,1 +1,25 @@
|
|
|
1
|
-
|
|
1
|
+
以下のようになると思います。
|
|
2
|
+
|
|
3
|
+
1. 列を指定してグルーピング df.groupby("A")
|
|
4
|
+
2. transform("sum") でグループごとに合計を計算し、元の DataFrame に合わせる
|
|
5
|
+
3. B 列をグループごとの合計で割ることでグループごとの割合を算出
|
|
6
|
+
4. %表記にしたければ、float を文字列にフォーマット
|
|
7
|
+
|
|
8
|
+
```python
|
|
9
|
+
import pandas as pd
|
|
10
|
+
import numpy as np
|
|
11
|
+
|
|
12
|
+
df = pd.read_csv("sample.csv")
|
|
13
|
+
# グループごとに割合を計算
|
|
14
|
+
df["Share"] = df["B"] / df.groupby("A").transform("sum")["B"]
|
|
15
|
+
# % 表記に変更
|
|
16
|
+
df["Share"] = df["Share"].map(lambda x: '{:.2%}'.format(x))
|
|
17
|
+
print(df)
|
|
18
|
+
# A B C Share
|
|
19
|
+
# 0 11-Feb-2020 00:00 100 10 18.83%
|
|
20
|
+
# 1 12-Feb-2020 00:00 12 22 36.36%
|
|
21
|
+
# 2 13-Feb-2020 00:00 45 10 31.03%
|
|
22
|
+
# 3 11-Feb-2020 00:00 431 33 81.17%
|
|
23
|
+
# 4 12-Feb-2020 00:00 21 12 63.64%
|
|
24
|
+
# 5 13-Feb-2020 00:00 100 10 68.97%
|
|
25
|
+
```
|
2
d
answer
CHANGED
|
@@ -1,27 +1,1 @@
|
|
|
1
|
-
「Bの行の値/B列の合計値でShareの列を追加」は質問のコードで問題ないと思います。
|
|
2
|
-
実際、計算したあとに `df["Share"].sum()` を計算すると、合計はほぼ1になります。
|
|
3
|
-
実際は、浮動小数点演算なので、厳密に1にはならず、`0.999999999999` のような値になります。
|
|
4
|
-
|
|
5
|
-
##
|
|
6
|
-
|
|
7
|
-
```python
|
|
8
|
-
import pandas as pd
|
|
9
|
-
|
|
10
|
-
# この質問からテーブルをとってくる
|
|
11
|
-
df = pd.read_html("https://teratail.com/questions/242055", skiprows=1)[0]
|
|
12
|
-
|
|
13
|
-
|
|
1
|
+
間違いがあったので編集中
|
|
14
|
-
df["Share"] = df["B"] / df["B"].sum()
|
|
15
|
-
print(df["Share"].sum()) # 0.9999999999999999
|
|
16
|
-
|
|
17
|
-
# % 表記に変更
|
|
18
|
-
df["Share"] = df["Share"].map(lambda x: '{:.2%}'.format(x))
|
|
19
|
-
print(df)
|
|
20
|
-
# A B C Share
|
|
21
|
-
# 0 11-Feb-2020 00:00 100 10 16.67%
|
|
22
|
-
# 1 12-Feb-2020 00:00 100 10 16.67%
|
|
23
|
-
# 2 13-Feb-2020 00:00 100 10 16.67%
|
|
24
|
-
# 3 11-Feb-2020 00:00 100 10 16.67%
|
|
25
|
-
# 4 12-Feb-2020 00:00 100 10 16.67%
|
|
26
|
-
# 5 13-Feb-2020 00:00 100 10 16.67%
|
|
27
|
-
```
|
1
d
answer
CHANGED
|
@@ -7,8 +7,10 @@
|
|
|
7
7
|
```python
|
|
8
8
|
import pandas as pd
|
|
9
9
|
|
|
10
|
+
# この質問からテーブルをとってくる
|
|
10
11
|
df = pd.read_html("https://teratail.com/questions/242055", skiprows=1)[0]
|
|
11
12
|
|
|
13
|
+
# 本題のコード
|
|
12
14
|
df["Share"] = df["B"] / df["B"].sum()
|
|
13
15
|
print(df["Share"].sum()) # 0.9999999999999999
|
|
14
16
|
|