给定一个熊猫系列，它代表一个值的频率，我如何将这些频率转换为百分比？
我在试验kaggle.com泰坦尼克号数据集（泰坦尼克号上每个人的数据），得出了如下性别分类：
df = pd.DataFrame({'sex': ['male'] * 577 + ['female'] * 314})
gender = df.sex.value_counts()
gender
male 577
female 314
我想知道泰坦尼克号上每个性别的百分比。
我的方法略不理想：
from __future__ import division
pcts = gender / gender.sum()
pcts
male 0.647587
female 0.352413
有更好（更地道）的方法吗？
共有3个答案
如果您希望显示百分比，您可以使用@fanfabb回答的value\u计数（normalize=True）。
尽管如此，出于许多目的，您可能希望以百分之一百的百分比来显示它。
可以这样实现：
gender = df.sex.value_counts(normalize=True).mul(100).round(1).astype(str) + '%'
在这种情况下，我们将结果乘以100，四舍五入到小数点后一位，然后加上百分号。
如果要将计数与百分比合并，可以使用：
c = df.sex.value_counts(dropna=False)
p = df.sex.value_counts(dropna=False, normalize=True)
pd.concat([c,p], axis=1, keys=['counts', '%'])
此函数在pandas中实现，实际上甚至在value_counts（）中也是如此。无需计算：）
只需键入：
df.sex.value_counts(normalize=True)
这正好给出了所需的输出。
请注意，value_counts（）不包括NA值，因此数字加起来可能不等于1。请看这里：http://pandas-docs.github.io/pandas-docs-travis/generated/pandas.Series.value_counts.html （数据帧的一列是一个系列）
-
我有一个数据帧，我想按Col1 Col2 Col3分组，得到值列的0频率：df= 我如何应用groupby来实现 非常感谢。
-
问题内容： 我有一个测试成绩的频率表： 我想显示基本统计数据和箱图，该图由频率表汇总。（例如，上面示例的平均值为79.16，中位数为80。） 熊猫有办法做到这一点吗？我所看到的所有示例均假设有个别案例的表格。 我想我可以生成一个个人分数列表，像这样- -但我希望避免这种情况；真实的非玩具数据集中的总频率高达十亿。 任何帮助表示赞赏。 （我认为这与对带加权数据使用describe（）的问题不同，后者
-
问题内容： 当天最后一个新手熊猫问题：如何为单个系列生成一张桌子？ 例如： 大量的搜索使我进入了Series.describe（）和pandas.crosstabs，但是这些都不满足我的需要：一个变量，按类别计数。哦，如果它适用于不同的数据类型（字符串，整数等），那就太好了。 问题答案： 也许吧？
-
我有一个类似下面的系列， 我想根据list(explode)中的值将此单个系列转换为dataframe。 预期产出: 我试过了 我上面的代码可以完成这项工作，尽管我正在寻找解决这个问题的好方法。
-
问题内容： 将列表/元组转换为dict的最佳方法是什么，其中键是列表的不同值，而值是这些不同值的频率？ 换一种说法： （我不得不多次执行上述操作，标准库中是否有适合您的内容？） 编辑： Jacob Gabrielson指出2.7 / 3.1分支的标准库中有一些内容 问题答案： 有点儿 通常效果很好。
-
我有以下布尔值表： 我想创建一个具有相同索引的新数据帧，但每行都有前一列的前三个 True 列名。 如果一行少于三个真值，则新数据帧将具有空值。