我在一家公司工作,正在尝试计算不同年份生产的产品占总收入的前80%。
以下是我的数据的一个简短示例:
Part_no Revision Gross_Revenue Year
1 a 1 2014
2 a 2 2014
3 c 2 2014
4 c 2 2014
5 d 2 2014我一直在寻找各种答案,下面是我能想到的最好的代码,但它不起作用:
df1 = df[['Year', 'Part_No', 'Revision', 'Gross_Revenue']]
df1 = df1.groupby(['Year', 'Part_No','Revision']).agg({'Gross_Revenue':'sum'})
# print(df1.head())
a = 0.8
df2 = (df1.sort_values('Gross_Revenue', ascending = False)
.groupby(['Year', 'Part_No', 'Revision'], group_keys = False)
.apply(lambda x: x.head(int(len(x) * a )))
.reset_index(drop = True))
print(df2)我正在努力让代码返回,每年,为我们公司带来80%收入的所有顶级产品。
我怀疑这是老的80/20规则。
谢谢你的帮助,我
发布于 2018-08-14 00:04:57
您可以使用cumsum
df[df.groupby('Year').Gross_Revenue.cumsum().div(df.groupby('Year').Gross_Revenue.transform('sum'),axis=0)<0.8]
Out[589]:
Part_no Revision Gross_Revenue Year
1 2 a 2 2014
2 3 c 2 2014
3 4 c 2 2014https://stackoverflow.com/questions/51826272
复制相似问题