Discussion :

[gonosen59]

Bonjour;

Je débute en Python et j'aurais besoin de votre aide.
Dans mon dataframe (df), j'ai une colonne (FRUIT) qui peut contenir plusieurs valeurs distinctes ("POMMES" ; "POIRES" ; "ORANGES" etc...)
Chaque ligne de mon dataframe, pour cette colonne, ne contiendra qu'une et une seule valeur.

ID;FRUIT;
1;'ORANGES';
2;'ORANGES';
3;'POMMES';
4;'ORANGES';
5;'ORANGES';
6;'CITRONS';
7;'CITRONS';
8;'ORANGES';
9;'ORANGES';
10;'ORANGES';
11';ORANGES';
12';'POMMES';
13';ORANGES';
14';ORANGES';
15;'ORANGES';
16;'ORANGES';
17;'ORANGES';
18;'POIRES';
18;'ORANGES';
20;'ORANGES';

J'aimerais pouvoir, uniquement en se basant sur le colonne FRUIT, savoir dire quel est le pourcentage arrondi à 2 chiffres que peut représenter un fruit (ex : ORANGES") sur la totalité de la colonne FRUIT.

Je sais avoir le nombre de chaque modalité de cette colonne :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
df2=df['FRUIT'].value_counts()

Mais là ce que je veux c'est avoir (directement ou dans une colonne supplémentaire de df2) le % de chaque valeur de FRUIT.
Et là je bloque pour avoir directement la valeur de "ORANGES" dans "FRUIT"

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
round((df.['FRUIT'].sum() * 100) / len(df.['FRUIT']),2)

Par avance merci

Cordialement

[fred1599]

Hello,

Je connais pas Pandas, mais un truc du style,

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
from collections import Counter
frequences = Counter(df["FRUIT"])
print(frequences)

ne donnerait pas quelque chose de sympa ?

[gonosen59]

En fait ceci me donne le nombre de fois qu'apparait chaque libellé dans la totalité de la colonne concernée, cela donne la même chose que mon

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
df2=df['FRUIT'].value_counts()

Moi je cherche à avoir pour chaque valeur unique de la colonne "FRUIT", son pourcentage par rapport aux nombre de valeur totales de cette colonne.
Par exemple, j'ai 20 lignes dans mon DATAFRAME et aucune ligne vide ou non alimentée dans la colonne FRUIT.
J'ai 2 fois la valeur "POMMES"
J'ai 2 fois la valeur "CITRONS"
J'ai 1 fois la valeur "POIRES"
J'ai 15 fois la valeur "ORANGES"

donc j'attends un résultat comme :

POMMES ; 10,00%
CITRONS ; 10,00%
POIRES ; 5,00%
ORANGES ; 75,00%

pour la totalité de la colonne FRUIT

Et, en plus (en bonus), comment demander non pas pour toutes les modalités de la colonne FRUIT, mais juste pour une seule ?
En effet, imaginons que j'ai 300 valeurs de fruits différentes et que je recherche uniquement le % d'un seul fruit, j'ai pas envie de regarder les 300 lignes de pourcentage

Merci pour votre aide :-)

[Sve@r]

Bonjour

En fait ceci me donne le nombre de fois qu'apparait chaque libellé dans la totalité de la colonne concernée

Ben tu multiplies par 100 et tu divises par la taille de ta colonne !

Accessoirement dans ton exemple il y a 2 fois la valeur 18.

[fred1599]

En fait ceci me donne le nombre de fois qu'apparait chaque libellé dans la totalité de la colonne concernée, cela donne la même chose que mon

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
df2=df['FRUIT'].value_counts()

Moi je cherche à avoir pour chaque valeur unique de la colonne "FRUIT", son pourcentage par rapport aux nombre de valeur totales de cette colonne.
Par exemple, j'ai 20 lignes dans mon DATAFRAME et aucune ligne vide ou non alimentée dans la colonne FRUIT.
J'ai 2 fois la valeur "POMMES"
J'ai 2 fois la valeur "CITRONS"
J'ai 1 fois la valeur "POIRES"
J'ai 15 fois la valeur "ORANGES"

donc j'attends un résultat comme :



pour la totalité de la colonne FRUIT

Et, en plus (en bonus), comment demander non pas pour toutes les modalités de la colonne FRUIT, mais juste pour une seule ?
En effet, imaginons que j'ai 300 valeurs de fruits différentes et que je recherche uniquement le % d'un seul fruit, j'ai pas envie de regarder les 300 lignes de pourcentage

Merci pour votre aide :-)

J'adore ! Je propose une solution, et après tests, ça me montre même pas le résultat pour que je puisse en juger par moi même.

Pour info, le résultat entre les deux n'ont absolument rien à voir, les types sont différents, car Counter renvoie un dictionnaire qu'on peut manipuler aisément.

ça donne cette ligne Counter({'ORANGES': 15, 'POMMES': 2, 'CITRONS': 2, 'POIRES': 1})et là c'est quand même simple !

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
my_sum = sum(fruits.values())
for key in fruits:
    fruits[key] = (fruits[key] / my_sum) * 100
 
print(fruits)

qui donne

Counter({'ORANGES': 75.0, 'POMMES': 10.0, 'CITRONS': 10.0, 'POIRES': 5.0})Si on se donne même pas la peine d'analyser les solutions proposées alors on se débrouille seul, sinon on demande directement la réponse, sans passer par cette impression de vouloir apprendre.

Je suis sûr qu'une solution existe en pure pandas, mais j'ai cru comprendre que Counter était plus efficace.

Sinon les données sont mal formées, il n'y a pas de guillemet dans un fichier texte ou csv, donc à virer pour simplifier le traitement.

[gonosen59]

Bonjour,

Toutes mes excuses fred1599, l'exemple que je citais dans mon post était une transformation de mes données réelles. J'ai remplacé le libellé d'une de mes colonnes de mon dataframe par "FRUITS" et les modalités de cette colonne par des noms de fruits. C'est pour cela que les données dans ce post, en effet, sont mal formatées car non issues de mes données réelles.
Une nouvelle fois, toutes mes excuses et en aucun cas je n'ai voulu être désobligeant au regard de l'aide que tu m'as apporté dans tes réponses.

Pour ma part, j'avais avancé de cette façon :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
print((round((df['FRUIT']=="POMMES").value_counts(True),4))*100)

Mais la visualisation du résultat n'était pas bien utilisable simplement, même si le résultat est exact :

False 90.00
True 10.00
Name: FRUIT, dtype: float64

Ta façon de procéder est plus propre et plus utilisable.
Je te te remercie pour ton aide.

[fred1599]

De rien

Mais faîtes attention à être plus rigoureux dans vos topics, ça permet entre autres, d'avoir des réponses bien plus rapides et précises sur vos questionnements.

Posez-vous la question suivante: Est-ce que le lecteur peut reproduire, tester mon erreur, a toutes les informations pour faire le test, savoir ce qui entre, et ce qui doit en ressortir, .... ?

Ça, ce n'est pas à nous, ni de poser ce type de question, ni deviner l'objectif de l'exercice. Sans ça, vous risquez de perdurer dans le temps avant d'avoir une réponse convenable, ou pire, ne trouvez aucune réponse à votre question.

[wiztricks]

Je suis sûr qu'une solution existe en pure pandas, mais j'ai cru comprendre que Counter était plus efficace.

Il suffit d'écrire:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

df2=df['FRUIT'].value_counts(normalize=True)

Quand on se lance à utiliser pandas, on devrait savoir déjà programmer.

Ce qui passe par justifier utiliser pandas dans un cas aussi simple où Counter serait plus naturel.

Et si on se lance à la découverte de pandas, on sait ouvrir la documentation, chercher sur Internet, ou faire le tour de pandas en passant du temps dans un tuto.

- W

[fred1599]

Bien vu @wiztricks

et si on veut le pourcentage

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

df2=df['FRUIT'].value_counts(normalize=True) * 100