Hoe het cumulatieve percentage in panda's te berekenen

U kunt de volgende basissyntaxis gebruiken om het cumulatieve percentage van waarden in een kolom van een Panda DataFrame te berekenen:

 #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 ']. sum (), 2 )

Het volgende voorbeeld laat zien hoe u deze syntaxis in de praktijk kunt gebruiken.

Voorbeeld: Bereken het cumulatieve percentage onder panda’s

Stel dat we het volgende panda’s DataFrame hebben dat het aantal eenheden weergeeft dat een bedrijf in opeenvolgende jaren verkoopt:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' year ': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
                   ' units_sold ': [60, 75, 77, 87, 104, 134, 120, 125, 140, 150]})

#view DataFrame
print (df)

   year units_sold
0 1 60
1 2 75
2 3 77
3 4 87
4 5 104
5 6 134
6 7 120
7 8 125
8 9 140
9 10 150

Vervolgens kunnen we de volgende code gebruiken om een kolom toe te voegen die het cumulatieve aantal verkochte eenheden en het cumulatieve percentage verkochte eenheden weergeeft:

 #calculate cumulative sum of units sold
df[' cum_sum '] = df[' units_sold ']. cumsum ()

#calculate cumulative percentage of units sold
df[' cum_percent '] = round( 100 *df. cum_sum /df[' units_sold ']. sum (), 2 )

#view updated DataFrame
print (df)

   year units_sold cum_sum cum_percent
0 1 60 60 5.60
1 2 75 135 12.59
2 3 77 212 19.78
3 4 87 299 27.89
4 5 104 403 37.59
5 6 134 537 50.09
6 7 120 657 61.29
7 8 125 782 72.95
8 9 140 922 86.01
9 10 150 1072 100.00

We interpreteren de cumulatieve percentages als volgt:

• 5,60% van alle verkopen werd in het eerste jaar gerealiseerd.
• 12,59 van alle verkopen werden gerealiseerd in jaar 1 en 2 samen.
• 19,78% van alle verkopen werd behaald in de jaren 1, 2 en 3 samen.

Enzovoort.

Merk op dat u eenvoudigweg de waarde in de functie round() kunt wijzigen om ook het aantal weergegeven decimalen te wijzigen.

We kunnen in plaats daarvan bijvoorbeeld het cumulatieve percentage afronden op nul decimalen:

 #calculate cumulative sum of units sold
df[' cum_sum '] = df[' units_sold ']. cumsum ()

#calculate cumulative percentage of units sold
df[' cum_percent '] = round( 100 *df. cum_sum /df[' units_sold ']. sum (), 0 )

#view updated DataFrame
print (df)

   year units_sold cum_sum cum_percent
0 1 60 60 6.0
1 2 75 135 13.0
2 3 77 212 20.0
3 4 87 299 28.0
4 5 104 403 38.0
5 6 134 537 50.0
6 7 120 657 61.0
7 8 125 782 73.0
8 9 140 922 86.0
9 10 150 1072 100.0

Cumulatieve percentages worden nu afgerond op nul decimalen.

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende bewerkingen in Python uitvoert:

Hoe u frequentietabellen maakt in Python
Hoe de relatieve frequentie in Python te berekenen