我有这样一个数据帧:
d = {
'jobid': [100, 101,103,104,100,100,101],
'memberid': [1,2,3,3,3,2,1],
'cluster':['bronze','silver','gold','gold','gold','silver','silver']
}
df = pd.DataFrame(data=d)
df
jobid memberid cluster
0 100 1 bronze
1 101 2 silver
2 103 3 gold
3 104 3 gold
4 100 3 gold
5 100 2 silver
6 101 1 silver
我使用以下代码找到了每个作业的每个群集的百分比:
for i in df['jobid']:
perc_bronze=round((df.loc[(df['jobid']==i) & (df['cluster']=='bronze')].count()[0]/df.loc[(df['jobid']==i)].count()[0])*100,2)
df.loc[df['jobid']==i,'BronzeCluster']=perc_bronze
perc_silver=round((df.loc[(df['jobid']==i) & (df['cluster']=='silver')].count()[0]/df.loc[(df['jobid']==i)].count()[0])*100,2)
df.loc[df['jobid']==i,'SilverCluster']=perc_silver
perc_gold=round((df.loc[(df['jobid']==i) & (df['cluster']=='gold')].count()[0]/df.loc[(df['jobid']==i)].count()[0])*100,2)
df.loc[df['jobid']==i,'GoldCluster']=perc_gold
输出:
jobid memberid cluster BronzeCluster SilverCluster GoldCluster
0 100 1 bronze 33.33 33.33 33.33
1 101 2 silver 0.00 100.00 0.00
2 103 3 gold 0.00 0.00 100.00
3 104 3 gold 0.00 0.00 100.00
4 100 3 gold 33.33 33.33 33.33
5 100 2 silver 33.33 33.33 33.33
6 101 1 silver 0.00 100.00 0.00
最终的结果是正确的,但问题是运行大型数据集需要很多时间。有没有其他方法可以以更低的计算成本获得此输出
此代码:
产出:
这是预期的行为吗
您可以使用^{} 并使用^{} 除以^{} ,现在使用^{} ,现在使用^{} 合并它们,参数设置为
left
相关问题 更多 >
编程相关推荐