如何从交替的布尔行创建新的数据帧，以便新的数据帧可以打印？

Question

我希望有人能帮我找出最好的方法来安排我的数据帧做散点图。散点图应在x轴上显示年份，在y轴上显示外国玩家的百分比。DataFrame大约有400行，为了方便起见，我将显示一个值较少的head

我从一个更大的数据帧开始使用这个数据帧：

df1 = df.head(5).loc[:, ['Year', 'Nationality', 'Foreign Player']]

    Year    Nationality Foreign Player
0   2016    United States   False
1   2016    United States   False
2   2016    United States   False
3   2016    United States   False
4   2016    United States   False

我做了一个groupby year和外国玩家制作的多索引数据框架：

df2 = df.groupby(['Year','Foreign Player']).count()[['Player']].head(6)

                          Player
Year    Foreign Player  
2000    False              26
        True               2
2001    False              21
        True               5
2002    False              20
        True               5

我重置索引以生成单个索引数据帧：

df3 = df2.reset_index(level = [0,1]).head(6)

    Year    Foreign Player  Player
0   2000    False             26
1   2000    True              2
2   2001    False             21
3   2001    True              5
4   2002    False             20

如您所见，True和False与不同列中的相应值交替出现。 我想做一些事情，比如：

df3['Percent Foreign'] = df3[['Foreign Player']= False] / (df3[['Foreign Player']= False ] + df3[['Foreign Player']= True)

显然，这是行不通的。我的目标是一个新的数据框架：

    Year    Percent Foreign 
0   2000    15
1   2001    12          
2   2002    5           
3   2003    22          
4   2004    17  

    

例如，我可以使用Matplotlib绘制x=年和x=百分比。无论如何，如果有一个更简单的方法在早期的步骤中绘制这一点，它会更好

再次感谢

Answer 1

为了获得玩家的比例，我们可以创建两个新列，计算玩家总数和外国玩家总数，然后创建第三个列，将聚合的两个列分开

示例-简化数据帧

df = pd.DataFrame(
  {'Year': [2010, 2010, 2010, 2010, 2011, 2011, 2011, 2011], 
  'Foreign Player': [True, True, False, True, False, False, True, True]}
)


Year    Foreign Player
0   2010    True
1   2010    True
2   2010    False
3   2010    True
4   2011    False
5   2011    False
6   2011    True
7   2011    True

数一数行和外国人

df_agg = df.groupby('Year')['Foreign Player'].agg(['count', 'sum']) 

查找比率：

df_agg['ratio'] = df_agg['sum']/df_agg['count']


df_agg

count   sum ratio
Year            
2010    4   3   0.75
2011    4   2   0.50

Answer 2

对于select False，值被~用在旋转掩码中，将Year的值转换为索引并除以聚合sum：

print (df3)
  Year  Foreign Player  Player
0  2000           False      26
1  2000            True       2
2  2001           False      21
3  2001            True       5
4  2002           False      20
4  2002            True      10

---

df4 = (df3[~df3['Foreign Player']].set_index('Year')['Player'] / 
       df3.groupby('Year')['Player'].sum()).mul(100).reset_index(name='Percent Foreign')

print (df4)
   Year  Percent Foreign
0  2000        92.857143
1  2001        80.769231
2  2002        66.666667

另一个想法是通过^{}改变df2：

df22 = df.groupby(['Year','Foreign Player'])['Player'].count().unstack()
print (df22)
Foreign Player  False  True 
Year                        
2000               26      2
2001               21      5
2002               20     10

然后将False列除以两列之和：

df4 = (df22[False] / df22.sum(axis=1)).mul(100).reset_index(name='Percent Foreign')

print (df4)
   Year  Percent Foreign
0  2000        92.857143
1  2001        80.769231
2  2002        66.666667

对于True的百分比：

df5 = (df22[True] / df22.sum(axis=1)).reset_index(name='Percent Foreign')