Como calcular a porcentagem cumulativa em pandas

Você pode usar a seguinte sintaxe básica para calcular a porcentagem cumulativa de valores em uma coluna de um DataFrame do pandas:

 #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 )

O exemplo a seguir mostra como usar essa sintaxe na prática.

Exemplo: Calcule a porcentagem acumulada entre pandas

Suponha que temos o seguinte DataFrame do pandas que mostra o número de unidades que uma empresa vende em anos consecutivos:

 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

A seguir, podemos usar o código a seguir para adicionar uma coluna que exibe o número cumulativo de unidades vendidas e a porcentagem acumulada de unidades vendidas:

 #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

Interpretamos as porcentagens acumuladas da seguinte forma:

• 5,60% de todas as vendas foram realizadas no primeiro ano.
• 12,59 de todas as vendas foram feitas nos anos 1 e 2 combinados.
• 19,78% de todas as vendas foram realizadas nos anos 1, 2 e 3 combinados.

E assim por diante.

Observe que você pode simplesmente alterar o valor na função round() para alterar também o número de casas decimais exibidas.

Por exemplo, poderíamos, em vez disso, arredondar a porcentagem acumulada para zero casas decimais:

 #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

As porcentagens acumuladas agora são arredondadas para zero casas decimais.

Recursos adicionais

Os tutoriais a seguir explicam como realizar outras operações comuns em Python:

Como criar tabelas de frequência em Python
Como calcular a frequência relativa em Python