按 2 列分组，计算第三数值列的分位数

Question

我有一个 df 下面为： day     mealtype    ozMonday   Snack      .34Monday   Snack      .43Monday   Dinner     .31Tuesday  Breakfast  .10Monday   Dinner     .11Tuesday  Dinner     .09Sunday   Snack      .33Sunday   Dinner     .01Sunday   Lunch      .03我有下面的代码计算每天每种膳食类型的百分比 df.groupby('day')['mealtype'].value_counts(normalize=True).to_frame('%').reset_index().round(1)我如何调整此代码以获得盎司列的分位数 - p50 和 p90，但也按膳食类型日和膳食类型分组？谢谢！

Answer 1

你可以试试这个

p50 = df.groupby(['day','mealtype']).agg(p50 = ('oz',lambda x: x.quantile(0.5))).reset_index()

p90 = df.groupby(['day','mealtype']).agg(p90 = ('oz',lambda x: x.quantile(0.9))).reset_index()

new_df=p50.merge(p90, on=['day','mealtype'])

new_df

或者

new_df = df.groupby(['day','mealtype'])['oz'].agg(p50 = (lambda x: x.quantile(0.5)),

                                         p90 = (lambda x: x.quantile(0.9))).reset_index()

输出

     day    mealtype    p50     p90

0   Monday  Dinner      0.210   0.290

1   Monday  Snack       0.385   0.421

2   Sunday  Dinner      0.010   0.010

3   Sunday  Lunch       0.030   0.030

4   Sunday  Snack       0.330   0.330

5   Tuesday Breakfast   0.100   0.100

6   Tuesday Dinner      0.090   0.090

Answer 2

咱们试试吧groupby().quantile()：

(df.groupby(['day','mealtype'])['oz']

   .quantile(q=[0.5,0.9])

   .unstack(level=-1)

   .rename(columns=lambda x: f'p{int(x*100)}') # rename columns

)

输出：

                     p50    p90

day     mealtype               

Monday  Dinner     0.210  0.290

        Snack      0.385  0.421

Sunday  Dinner     0.010  0.010

        Lunch      0.030  0.030

        Snack      0.330  0.330

Tuesday Breakfast  0.100  0.100

        Dinner     0.090  0.090