在agg函数中使用方程的Pandas组

Question

您好，我正在尝试将此数据帧按就业分组，但我想找出每种就业类型的感染率。

感染率应该很容易，因为它是受感染的人/总人数，但我无法在一行中计算出这一部分。

我有这个

infect_df = gdf.groupby('employment').agg(rate=('infected' == 1.0 / 'infected':'size')))

在数据帧中，如果他们被感染了，他们得到的是1.0而不是0.0，但我知道这不是正确的答案。我只是在计算感染人数时出了点问题。

Answer 1

由于您的infected列已经有1和0，因此可以使用mean取平均值

import pandas as pd

df = pd.DataFrame(
    [('Contractor', 1), ('Contractor', 1), ('Contractor', 0),
     ('Staff', 0), ('Staff', 1), ('Staff', 0),
     ('Custodian', 1), ('Custodian', 1), ('Custodian', 1),
     ('Maintenance', 0), ('Maintenance', 0)],
    columns=['employment', 'infected']
)

infection_rate = df.groupby('employment')['infected'].mean().reset_index()

# For Display
print(infection_rate.to_string())

输出：

    employment  infected
0   Contractor  0.666667
1    Custodian  1.000000
2  Maintenance  0.000000
3        Staff  0.333333

Answer 2

假设您的数据帧有两列，如下所示

data = StringIO('''
A,0
B,0
A,0
B,1
A,1
A,1
C,1
B,1
C,0
C,0
A,0
B,1
''')
df = pd.read_csv(data,names=['employment','infected'])

您可以通过以下方式计算感染== 1的比率

df.groupby(['employment'])['infected'].apply(lambda x: (x == 1).sum()/len(x))