如何计算DataFrame中数值大于/小于特定值的占比？

问题场景 #

现有如下结构的单列DataFrame（Series）：

df = 
2018-06-15    0.096377
2018-06-18    0.095913
2018-06-19    0.073047
2018-06-20    0.065600
2018-06-21    0.063776
...

需要查询其中数值大于/小于特定值的占比，例如查询大于0.07的数值占比，结果为0.50（即50%）。

解决方案 #

利用Pandas的布尔索引结合mean()方法直接计算占比：

• 计算大于特定值的占比：

  # 以大于0.07为例
  ratio_gt = (df > 0.07).mean()
  print(ratio_gt)  # 示例中输出0.5
  

• 计算小于特定值的占比：

  # 以小于0.065为例
  ratio_lt = (df < 0.065).mean()
  print(ratio_lt)
  

原理说明 #

df > 0.07会生成一个布尔类型的Series，满足条件的元素为True（等价于数值1），不满足的为False（等价于数值0）。调用mean()方法时，会自动计算所有元素的平均值，也就是满足条件的元素占总元素的比例。

内容的提问来源于stack exchange，提问作者Ivan