計算超過在熊貓

Question

喜總的相對貢獻有個DF看起來像：

keyword clicks 
a  20 
b  40 
c  50 
a  10 

我想獲得一個分組DF，將包含類似關鍵字相對的比例，以百分比的相對貢獻的東西點擊。

我的最終目標是檢查數據背後是否存在帕累託關係 。

我想像這樣：20％的關鍵詞貢獻了80％的點擊次數，繪製了千瓦的分數與點擊分數的比值的結果。

重現的實例是：

df = pd.DataFrame({'clicks': {0: 20, 1: 40, 2: 50, 3: 10}, 
'keyword': {0: 'a', 1: 'b', 2: 'c', 3: 'a'}}) 

Answer 1

首先GROUPBY並採取的總和，並且這些值進行排序（降序，所以最大的是第一個）。

df = df.groupby('keyword').sum().sort_values(by='clicks', ascending=False) 
df['cumulative click %'] = (df['clicks'].cumsum()/sum(df['clicks']))*100 

要獲得關鍵字的累積％，重置指數（兩次）得到一個列，這只是該行：然後使用cumsum和總除以得到的累計百分比（在新列）號，並通過行的總數除以本：

df = df.reset_index().reset_index() 
df['index'] = df['index'] + 1 
df['index'] = (df['index']/len(df['index']))*100 

df = df.rename(columns = {'index':'cumulative keyword %'}) 

輸出：

cumulative keyword % keyword clicks cumulative click % 
0 33.333333 c 50 41.666667 
1 66.666667 b 40 75.000000 
2 100.000000 a 30 100.000000