web-dev-qa-db-fra.com

pandas dataframe créer de nouvelles colonnes et remplir avec les valeurs calculées du même df

Voici un exemple simplifié de mon df:

ds = pd.DataFrame(np.abs(randn(3, 4)), index=[1,2,3], columns=['A','B','C','D'])
ds
      A         B         C         D
1  1.099679  0.042043  0.083903  0.410128
2  0.268205  0.718933  1.459374  0.758887
3  0.680566  0.538655  0.038236  1.169403

Je voudrais résumer les données dans les colonnes par ligne:

ds['sum']=ds.sum(axis=1)
ds
      A         B         C         D       sum
1  0.095389  0.556978  1.646888  1.959295  4.258550
2  1.076190  2.668270  0.825116  1.477040  6.046616
3  0.245034  1.066285  0.967124  0.791606  3.070049

Maintenant, voici ma question! Je voudrais créer 4 nouvelles colonnes et calculer la valeur en pourcentage à partir du total (somme) dans chaque ligne. La première valeur de la première nouvelle colonne doit donc être (0,095389/4,258550), la première valeur de la deuxième nouvelle colonne (0,556978/4,258550) ... et ainsi de suite ... Aide s'il vous plaît

pythonpandascalculated-columns
29
jonas

Vous pouvez le faire facilement manuellement pour chaque colonne comme ceci:

df['A_perc'] = df['A']/df['sum']

Si vous souhaitez effectuer cette opération en une seule étape pour toutes les colonnes, vous pouvez utiliser la méthode div ( http://pandas.pydata.org/pandas-docs/stable/basics.html#matching -broadcasting-behavior ):

ds.div(ds['sum'], axis=0)

Et si vous voulez que cela en une seule étape soit ajouté à la même trame de données:

>>> ds.join(ds.div(ds['sum'], axis=0), rsuffix='_perc')
          A         B         C         D       sum    A_perc    B_perc  \
1  0.151722  0.935917  1.033526  0.941962  3.063127  0.049532  0.305543   
2  0.033761  1.087302  1.110695  1.401260  3.633017  0.009293  0.299283   
3  0.761368  0.484268  0.026837  1.276130  2.548603  0.298739  0.190013   

     C_perc    D_perc  sum_perc  
1  0.337409  0.307517         1  
2  0.305722  0.385701         1  
3  0.010530  0.500718         1
53
joris
In [56]: df = pd.DataFrame(np.abs(randn(3, 4)), index=[1,2,3], columns=['A','B','C','D'])

In [57]: df.divide(df.sum(axis=1), axis=0)
Out[57]: 
          A         B         C         D
1  0.319124  0.296653  0.138206  0.246017
2  0.376994  0.326481  0.230464  0.066062
3  0.036134  0.192954  0.430341  0.340571
3
waitingkuo