パンダのgroupbyオブジェクトで合計と分割を作成する

Question

私は都市とダミー変数のリストを持っています。 A 1は不正注文があったことを示し、0は注文が良好であったことを示します。私は、注文が何パーセントの不正であったかを判断しようとしています。

はその後詐欺だった注文の何パーセントかを決定、彼らが作った注文数の合計を作成します

市

によって

1. グループ：したがって

   は、私がしようとしています。

マイデータフレーム：

df_city = pd.DataFrame({'City':['LA', 'NYC', 'NYC', 'LA', 'Chicago', 'NYC'], 
     'isFraud':[1, 0, 0, 1, 0, 1]}) 

私はでき都市別グループ：

group = df['isFraud'].groupby(df['City']).count() 

City  LA   2 
     NYC   3 
     Chicago  1 

しかし、上記の彼らは、閾値を満たしているかどうか抜け出すことはありません。

は、私は、各ダミーの列を作成しました：私は合計列を取得し、パーセントを計算することができる方法/場合

df_fraud = pd.get_dummies(df_city['isFraud']) 
df_city = df_city.join(df_fraud) 

df_city.rename(columns={0 : 'Non-Fraud', 1 : 'Fraud'}, inplace=True) 
df_city['Fraud'].where(df_city['Fraud'] == 0, np.nan) 
df_city['Non-Fraud'].where(df_city['Non-Fraud'] == 0, 1) 

#Group by City 
group_fraud_rate = df_city[['Fraud', 'Non-Fraud']].groupby(df_city['ship_city']).count()` 

      Fraud Non-Fraud 
LA   2   0 
NYC  1   2 
Chicago 0   1 

は、しかし、私はよく分かりません。

ご協力いただきましてありがとうございます。

Answer 1

あなたはAGG機能を使用して、個別に詐欺、非詐欺と詐欺のパーセントを計算することができます。

df.groupby(df['City'])['isFraud'].agg({'Fraud':sum, 'Non-Fraud': lambda x: len(x)-sum(x), 'Fraud_Pct': lambda x: float(sum(x))/len(x)}) 
Out[1084]: 
     Non-Fraud Fraud Fraud_Pct 
City         
Chicago   1  0 0.000000 
LA    0  2 1.000000 
NYC    2  1 0.333333 

辞書の名前変更を使用せずにこれを行うための別の方法：

df.groupby(df['City'])['isFraud'].agg(['sum', lambda x: len(x)-sum(x),'mean']).rename(columns={'sum':'Fraud','<lambda>': 'Non-Fraud','mean': 'Fraud_Pct'}) 

Answer 2

0/1のパーセントを得る最も簡単な方法は、真/偽の列は平均を取ることです。

df_out = df_city.groupby('City')['isFraud'].agg([lambda x: (~x.astype(bool)).sum(),'sum','mean']) 
df_out.columns = ['Non-Fraud','Fraud','Pct. Fraud'] 
print(df_out) 

出力：

  Non-Fraud Fraud Pct. Fraud 
City         
Chicago   1  0 0.000000 
LA    0  2 1.000000 
NYC    2  1 0.333333