<\/p>\n
Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um den kumulierten Prozentsatz der Werte in einer Spalte eines Pandas-DataFrames zu berechnen:<\/span><\/p>\n Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.<\/span><\/p>\n Angenommen, wir haben den folgenden Pandas-DataFrame, der die Anzahl der Einheiten anzeigt, die ein Unternehmen in aufeinanderfolgenden Jahren verkauft:<\/span><\/p>\n Als N\u00e4chstes k\u00f6nnen wir den folgenden Code verwenden, um eine Spalte hinzuzuf\u00fcgen, die die kumulierte Anzahl der verkauften Einheiten und den kumulierten Prozentsatz der verkauften Einheiten anzeigt:<\/span><\/span><\/p>\n Wir interpretieren die kumulierten Prozents\u00e4tze wie folgt:<\/span><\/p>\n Und so weiter.<\/span><\/p>\n Beachten Sie, dass Sie einfach den Wert in der Funktion \u201eround()\u201c<\/strong> \u00e4ndern k\u00f6nnen, um auch die Anzahl der angezeigten Dezimalstellen zu \u00e4ndern.<\/span><\/p>\n Beispielsweise k\u00f6nnten wir stattdessen den kumulierten Prozentsatz auf null Dezimalstellen runden:<\/span><\/p>\n Kumulierte Prozents\u00e4tze werden jetzt auf null Dezimalstellen gerundet.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie andere g\u00e4ngige Vorg\u00e4nge in Python ausf\u00fchren:<\/span><\/p>\n So erstellen Sie H\u00e4ufigkeitstabellen in Python<\/a> Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um den kumulierten Prozentsatz der Werte in einer Spalte eines Pandas-DataFrames zu berechnen: #calculate cumulative sum of column df[‚ cum_sum ‚] = df[‚ col1 ‚]. cumsum () #calculate cumulative percentage of column (rounded to 2 decimal places) df[‚ cum_percent ‚] = round( 100 *df. cum_sum \/df[‚ col1 ‚]. […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n #calculate cumulative sum of column\n<\/span>df[' cum_sum<\/span> '] = df[' col1<\/span> ']. cumsum<\/span> ()\n\n#calculate cumulative percentage of column (rounded to 2 decimal places)\n<\/span>df[' cum_percent<\/span> '] = round( 100<\/span> *df. cum_sum<\/span> \/df[' col1<\/span> ']. sum<\/span> (), 2<\/span> )\n<\/strong><\/pre>\n Beispiel: Berechnen Sie den kumulierten Prozentsatz unter Pandas<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\ndf = pd. DataFrame<\/span> ({' year<\/span> ': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],\n ' units_sold<\/span> ': [60, 75, 77, 87, 104, 134, 120, 125, 140, 150]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n year units_sold\n0 1 60\n1 2 75\n2 3 77\n3 4 87\n4 5 104\n5 6 134\n6 7 120\n7 8 125\n8 9 140\n9 10 150\n<\/span><\/span><\/strong><\/pre>\n #calculate cumulative sum of units sold\n<\/span>df[' cum_sum<\/span> '] = df[' units_sold<\/span> ']. cumsum<\/span> ()\n\n#calculate cumulative percentage of units sold\n<\/span>df[' cum_percent<\/span> '] = round( 100<\/span> *df. cum_sum<\/span> \/df[' units_sold<\/span> ']. sum<\/span> (), 2<\/span> )\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n year units_sold cum_sum cum_percent\n0 1 60 60 5.60\n1 2 75 135 12.59\n2 3 77 212 19.78\n3 4 87 299 27.89\n4 5 104 403 37.59\n5 6 134 537 50.09\n6 7 120 657 61.29\n7 8 125 782 72.95\n8 9 140 922 86.01\n9 10 150 1072 100.00\n<\/span><\/span><\/strong><\/pre>\n\n
#calculate cumulative sum of units sold\n<\/span>df[' cum_sum<\/span> '] = df[' units_sold<\/span> ']. cumsum<\/span> ()\n\n#calculate cumulative percentage of units sold\n<\/span>df[' cum_percent<\/span> '] = round( 100<\/span> *df. cum_sum<\/span> \/df[' units_sold<\/span> ']. sum<\/span> (), 0<\/span> )\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n year units_sold cum_sum cum_percent\n0 1 60 60 6.0\n1 2 75 135 13.0\n2 3 77 212 20.0\n3 4 87 299 28.0\n4 5 104 403 38.0\n5 6 134 537 50.0\n6 7 120 657 61.0\n7 8 125 782 73.0\n8 9 140 922 86.0\n9 10 150 1072 100.0<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So berechnen Sie die relative H\u00e4ufigkeit in Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"