панда: как получить процент для каждой строки

Question

Когда я использую панду value_count метод, я получаю данные ниже:

new_df['mark'].value_counts() 

1 1349110 
2 1606640 
3 175629 
4 790062 
5 330978 

Как я могу получить процент для каждой строки, как это?

1 1349110 31.7% 
2 1606640 37.8% 
3 175629 4.1% 
4 790062 18.6% 
5 330978 7.8% 

Мне нужно разделить каждую строку на сумму этих данных.

Answer 1

np.random.seed([3,1415]) 
s = pd.Series(np.random.choice(list('ABCDEFGHIJ'), 1000, p=np.arange(1, 11)/55.)) 

s.value_counts() 

I 176 
J 167 
H 136 
F 128 
G 111 
E  85 
D  83 
C  52 
B  38 
A  24 
dtype: int64 

---

В процентах

s.value_counts(normalize=True) 

I 0.176 
J 0.167 
H 0.136 
F 0.128 
G 0.111 
E 0.085 
D 0.083 
C 0.052 
B 0.038 
A 0.024 
dtype: float64 

---

Per @ jezreal-х внушения

counts = s.value_counts() 
percent = s.value_counts(normalize=True) \ 
      .mul(100).round(1).astype(str) + '%' 
pd.DataFrame({'counts': counts, 'per': percent}) 

Answer 2

Я думаю, что вам нужно:

#if output is Series, convert it to DataFrame 
df = df.rename('a').to_frame() 

df['per'] = (df.a * 100/df.a.sum()).round(1).astype(str) + '%' 

print (df) 
     a per 
1 1349110 31.7% 
2 1606640 37.8% 
3 175629 4.1% 
4 790062 18.6% 
5 330978 7.8% 

Timings:

кажется быстрее, это использовать sum в два раза value_counts:

In [184]: %timeit (jez(s)) 
10 loops, best of 3: 38.9 ms per loop 

In [185]: %timeit (pir(s)) 
10 loops, best of 3: 76 ms per loop 

Код для таймингов:

np.random.seed([3,1415]) 
s = pd.Series(np.random.choice(list('ABCDEFGHIJ'), 1000, p=np.arange(1, 11)/55.)) 
s = pd.concat([s]*1000)#.reset_index(drop=True) 

def jez(s): 
    df = s.value_counts() 
    df = df.rename('a').to_frame() 
    df['per'] = (df.a * 100/df.a.sum()).round(1).astype(str) + '%' 
    return df 

def pir(s): 
    return pd.DataFrame({'a':s.value_counts(), 
         'per':s.value_counts(normalize=True).mul(100).round(1).astype(str) + '%'}) 

print (jez(s)) 
print (pir(s))