我想計算每年屬于一個作業組（FAP 列）的部門（ROME 列）的人數（資料框變數）除以該作業組中的總人數。
作業組的總數存盤在變數 Total_FAP 中：
Total_FAP = df2.Total
Total_FAP.head()
這表現了
FAP
Agents administratifs et commerciaux des transports et du tourisme 63160.0
Agents d'entretien 718150.0
Agents d'exploitation des transports 142680.0
Agents de gardiennage et de sécurité 465010.0
Agriculteurs, éleveurs, sylviculteurs, b?cherons 121040.0
例如，對于 2010 年，我必須將 FAP“Agriculteurs, éleveurs, sylviculteurs, b?cherons”（即 2630）對應的 ROME A1101 的人數除以 pandas 的總數系列（即 121040）。它會產生類似：2630/121040 = 0.02172835426
我想知道是否有辦法創建一個函式，因為我想嘗試對資料幀進行迭代，但我發現不建議這樣做....
謝謝你的幫助
編輯：這是 DF1 的原始資料
{'FAP': {0: 'Agriculteurs, éleveurs, sylviculteurs, b?cherons',
1: 'Agriculteurs, éleveurs, sylviculteurs, b?cherons',
2: 'Agriculteurs, éleveurs, sylviculteurs, b?cherons',
3: 'Agriculteurs, éleveurs, sylviculteurs, b?cherons',
4: 'Agriculteurs, éleveurs, sylviculteurs, b?cherons'},
'ROME': {0: 'A1101', 1: 'A1201', 2: 'A1202', 3: 'A1203', 4: 'A1204'},
'2010': {0: 2630, 1: 1380, 2: 4450, 3: 20330, 4: 130},
'2011': {0: 2790, 1: 1500, 2: 3670, 3: 20040, 4: 90},
'2012': {0: 2700, 1: 1320, 2: 4020, 3: 19130, 4: 130},
'2013': {0: 2970, 1: 1690, 2: 3520, 3: 20500, 4: 140},
'2014': {0: 2680, 1: 1980, 2: 2790, 3: 16900, 4: 150},
'2015': {0: 2440, 1: 1780, 2: 2640, 3: 16310, 4: 170},
'2016': {0: 3600, 1: 1980, 2: 2540, 3: 17680, 4: 90},
'2017': {0: 2930, 1: 2470, 2: 2510, 3: 18520, 4: 130},
'2018': {0: 2740, 1: 2010, 2: 2130, 3: 19280, 4: 150},
'2019': {0: 1600.0, 1: 1760.0, 2: 1050.0, 3: 14260.0, 4: 80.0},
'2020': {0: 11140, 1: 6490, 2: 14000, 3: 76570, 4: 510},
'1e Trimestre 2021': {0: 600, 1: 560, 2: 300, 3: 6090, 4: 30}}
uj5u.com熱心網友回復：
你可以使用：
cols = df.filter(regex='^\d{4}$').columns
df = df.merge(Total_FAP, left_on='FAP', right_index=True, suffixes=('', '_total'))
df[cols].div(df['FAP_total'], axis=0)
輸出：
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
0 0.021728 0.023050 0.022307 0.024537 0.022141 0.020159 0.029742 0.024207 0.022637 0.013219 0.092036
1 0.011401 0.012393 0.010905 0.013962 0.016358 0.014706 0.016358 0.020406 0.016606 0.014541 0.053619
2 0.036765 0.030321 0.033212 0.029081 0.023050 0.021811 0.020985 0.020737 0.017597 0.008675 0.115664
3 0.167961 0.165565 0.158047 0.169365 0.139623 0.134749 0.146067 0.153007 0.159286 0.117812 0.632601
4 0.001074 0.000744 0.001074 0.001157 0.001239 0.001404 0.000744 0.001074 0.001239 0.000661 0.004213
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/358018.html