Quiero extraer cuántas reseñas positivas por marca hay en un conjunto de datos que incluye reseñas de miles de productos. Usé este código y obtuve una tabla que incluía el porcentaje de críticas positivas y no positivas. ¿Cómo puedo obtener solo el porcentaje de críticas positivas por marca? Solo quiero los resultados "Verdaderos" en positive_review. ¡Gracias!
df_reviews_ok.groupby("brand")["positive_review"].value_counts(normalize=True).mul(100).round(2) brand positive_review Belkin False 70.00 True 30.00 Bowers & Wilkins False 67.65 True 32.35 Corsair False 75.22 True 24.78 Definitive Technology False 68.29 True 31.71 Dell False 60.87 True 39.13 DreamWave False 100.00 House of Marley False 100.00 JBL False 58.43 True 41.57 Kicker True 66.67 False 33.33 Lenovo False 76.92 True 23.08 Logitech False 75.75 True 24.25 MEE audio False 53.80 True 46.20 Microsoft False 67.86 True 32.14 Midland False 72.09 True 27.91 Motorola False 72.92 True 27.08 Netgear False 72.30 True 27.70 Pny False 68.78 True 31.22 Power Acoustik False 100.00 SVS False 100.00 Samsung False 61.94 True 38.06 Sanus False 75.93 True 24.07 Sdi Technologies, Inc. False 55.63 True 44.37 Siriusxm False 73.33 True 26.67 Sling Media False 67.16 True 32.84 Sony False 55.40 True 44.60 Toshiba False 56.52 True 43.48 Ultimate Ears False 70.21 True 29.79 Verizon Wireless False 75.86 True 24.14 WD False 58.33 True 41.67 Yamaha False 61.15 True 38.85 Name: positive_review, dtype: float64Usando el siguiente DataFrame de juguete como ejemplo:
df = pd.DataFrame({ 'brand': list('AAAABBBB'), 'positive': [True, True, False, False, True, True, True, False] })Si desea obtener el porcentaje de reseñas positivas para cada marca en relación con el número total de reseñas por marca, intente:
df.groupby('brand')['positive'].mean()El resultado es el esperado:
brand A 0.50 B 0.75 Name: positive, dtype: float64Puede unstack la salida y dividir el True
(df.groupby('brand') ['positive_review'].value_counts(normalize=True) .mul(100).round(2) .unstack(fill_value=0) [True] )¿Qué tal usar .reset_index() después de la declaración y luego usar una condición?