我在組內(nèi)應(yīng)用 sort_values() 和 cumsum() 時(shí)遇到了問(wèn)題。我有一個(gè)數(shù)據(jù)集：基本上，我需要對(duì)組內(nèi)的值進(jìn)行排序，獲取累計(jì)銷(xiāo)售額并選擇那些占銷(xiāo)售額 90% 的行。獲得第一然后，只需選擇每個(gè)區(qū)域內(nèi) 90% 的銷(xiāo)售額我嘗試了以下方法，但最后一行不起作用。我返回錯(cuò)誤：無(wú)法訪(fǎng)問(wèn)“SeriesGroupBy”對(duì)象的可調(diào)用屬性“sort_values”，請(qǐng)嘗試使用“應(yīng)用”方法我也試過(guò)申請(qǐng)..import pandas as pddf = pd.DataFrame({'id':['id_1', 'id_2','id_3','id_4','id_5','id_6','id_7','id_8', 'id_1', 'id_2','id_3','id_4','id_5','id_6','id_7','id_8'], 'region':[1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,], 'sales':[54,34,23,56,78,98,76,34,27,89,76,54,34,45,56,54]})df['%']=df['sales']/df.groupby(df['region'])['sales'].transform('sum')df['cumul'] = df.groupby(df['region'])['sales'].sort_values(ascending=False).cumsum()
3 回答
一只甜甜圈
TA貢獻(xiàn)1836條經(jīng)驗(yàn) 獲得超5個(gè)贊
您絕對(duì)可以先對(duì)數(shù)據(jù)框進(jìn)行排序，然后執(zhí)行以下操作groupby()：
df.sort_values(['region','sales'], ascending=[True,False],inplace=True)
df['%']=df['sales']/df.groupby(df['region'])['sales'].transform('sum')
df['cummul'] = df.groupby('region')['%'].cumsum()
# filter
df[df['cummul'].le(0.9)]
輸出：
id region sales % cummul
5 id_6 1 98 0.216336 0.216336
4 id_5 1 78 0.172185 0.388521
6 id_7 1 76 0.167770 0.556291
3 id_4 1 56 0.123620 0.679912
0 id_1 1 54 0.119205 0.799117
1 id_2 1 34 0.075055 0.874172
9 id_2 2 89 0.204598 0.204598
10 id_3 2 76 0.174713 0.379310
14 id_7 2 56 0.128736 0.508046
11 id_4 2 54 0.124138 0.632184
15 id_8 2 54 0.124138 0.756322
13 id_6 2 45 0.103448 0.859770
小怪獸愛(ài)吃肉
TA貢獻(xiàn)1852條經(jīng)驗(yàn) 獲得超1個(gè)贊
首先，我們使用您的邏輯來(lái)創(chuàng)建列，%但我們multiply使用整數(shù)。100round
region然后我們按and排序%，不需要groupby.
排序后，我們創(chuàng)建cumul列。
最后我們選擇90%范圍內(nèi)的那些query：
df['%'] = df['sales'].div(df.groupby('region')['sales'].transform('sum')).mul(100).round()
df = df.sort_values(['region', '%'], ascending=[True, False])
df['cumul'] = df.groupby('region')['%'].cumsum()
df.query('cumul.le(90)')
輸出
id region sales % cumul
5 id_6 1 98 22.0 22.0
4 id_5 1 78 17.0 39.0
6 id_7 1 76 17.0 56.0
0 id_1 1 54 12.0 68.0
3 id_4 1 56 12.0 80.0
1 id_2 1 34 8.0 88.0
9 id_2 2 89 20.0 20.0
10 id_3 2 76 17.0 37.0
14 id_7 2 56 13.0 50.0
11 id_4 2 54 12.0 62.0
15 id_8 2 54 12.0 74.0
13 id_6 2 45 10.0 84.0
慕尼黑5688855
TA貢獻(xiàn)1848條經(jīng)驗(yàn) 獲得超2個(gè)贊
如果您只需要沒(méi)有百分比的銷(xiāo)售數(shù)據(jù)，可以通過(guò)方法鏈接輕松完成：
(
df
.sort_values(by='sales', ascending=False)
.groupby('region')
.apply(lambda x[x.sales > x.sales.quantile(.1)])
.reset_index(level=0, drop=True)
)
輸出
id region sales
5 id_6 1 98
4 id_5 1 78
6 id_7 1 76
3 id_4 1 56
0 id_1 1 54
1 id_2 1 34
7 id_8 1 34
9 id_2 2 89
10 id_3 2 76
14 id_7 2 56
11 id_4 2 54
15 id_8 2 54
13 id_6 2 45
12 id_5 2 34
這是有效的，因?yàn)楂@得大于 10% 的所有值與獲得前 90% 的值基本相同。
添加回答
舉報(bào)
0/150
提交
取消