大熊猫群体对象的创建、求和与分割

Question

我有一个城市列表和一个虚拟变量。A 1表示有欺诈命令，0表示订单良好。我在试着确定一个命令有多大的欺诈性。

因此，我试图：

1. 按城市分组
2. 创建他们下的订单数量的总和，
3. 然后确定有多大比例的订单是欺诈。

我的数据：

df_city = pd.DataFrame({'City':['LA', 'NYC', 'NYC', 'LA', 'Chicago', 'NYC'],
       'isFraud':[1, 0, 0, 1, 0, 1]})

我可以按城市分组：

group = df['isFraud'].groupby(df['City']).count()

City     LA          2
         NYC         3
         Chicago     1

但上述情况并没有说明他们是否达到了临界值。

我为每个虚拟人创建了列：

df_fraud = pd.get_dummies(df_city['isFraud'])
df_city = df_city.join(df_fraud)

df_city.rename(columns={0 : 'Non-Fraud', 1 : 'Fraud'}, inplace=True)
df_city['Fraud'].where(df_city['Fraud'] == 0, np.nan)
df_city['Non-Fraud'].where(df_city['Non-Fraud'] == 0, 1)

#Group by City
group_fraud_rate = df_city[['Fraud', 'Non-Fraud']].groupby(df_city['ship_city']).count()`

          Fraud   Non-Fraud
LA         2         0
NYC        1         2
Chicago    0         1

但是，我不确定是否/如何得到和列，然后计算百分比。

任何帮助都是非常感谢的！

Answer 1

您可以使用agg函数，然后分别计算欺诈、非欺诈和欺诈百分比.

df.groupby(df['City'])['isFraud'].agg({'Fraud':sum, 'Non-Fraud': lambda x: len(x)-sum(x), 'Fraud_Pct': lambda x: float(sum(x))/len(x)})
Out[1084]: 
         Non-Fraud  Fraud  Fraud_Pct
City                                
Chicago          1      0   0.000000
LA               0      2   1.000000
NYC              2      1   0.333333

另一种无需使用dict重命名的方法：

df.groupby(df['City'])['isFraud'].agg(['sum', lambda x: len(x)-sum(x),'mean']).rename(columns={'sum':'Fraud','<lambda>': 'Non-Fraud','mean': 'Fraud_Pct'})

Answer 2

在0/1，真/假列中得到百分比的最简单的方法是取平均值。

df_out = df_city.groupby('City')['isFraud'].agg([lambda x: (~x.astype(bool)).sum(),'sum','mean'])
df_out.columns = ['Non-Fraud','Fraud','Pct. Fraud']
print(df_out)

输出：

         Non-Fraud  Fraud  Pct. Fraud
City                                 
Chicago          1      0    0.000000
LA               0      2    1.000000
NYC              2      1    0.333333