<\/p>\n
\u00c8 possibile utilizzare la seguente sintassi di base per calcolare la percentuale cumulativa di valori in una colonna di un DataFrame panda:<\/span><\/p>\n L’esempio seguente mostra come utilizzare questa sintassi nella pratica.<\/span><\/p>\n Supponiamo di avere il seguente DataFrame panda che mostra il numero di unit\u00e0 che un’azienda vende in anni consecutivi:<\/span><\/p>\n Successivamente, possiamo utilizzare il codice seguente per aggiungere una colonna che visualizza il numero cumulativo di unit\u00e0 vendute e la percentuale cumulativa di unit\u00e0 vendute:<\/span><\/span><\/p>\n Interpretiamo le percentuali cumulative come segue:<\/span><\/p>\n E cos\u00ec via.<\/span><\/p>\n Tieni presente che puoi semplicemente modificare il valore nella funzione round()<\/strong> per modificare anche il numero di punti decimali visualizzati.<\/span><\/p>\n Ad esempio, potremmo invece arrotondare la percentuale cumulativa a zero cifre decimali:<\/span><\/p>\n Le percentuali cumulative vengono ora arrotondate allo zero decimale.<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre operazioni comuni in Python:<\/span><\/p>\n Come creare tabelle di frequenza in Python<\/a> \u00c8 possibile utilizzare la seguente sintassi di base per calcolare la percentuale cumulativa di valori in una colonna di un DataFrame panda: #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[‘ […]<\/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 Esempio: calcolare la percentuale cumulativa tra i panda<\/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 Risorse addizionali<\/strong><\/span><\/h3>\n
Come calcolare la frequenza relativa in Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"