熊猫分组比：高于阈值的百分比
问题内容：
我有一个想要使用groupbyon的DataFrame，但我正在寻找一些不寻常的功能来聚合。我想使每个组中观察值的百分比高于某个阈值。例如，如果阈值为0，则DataFrame
df = pd.DataFrame(dict(day=[1, 1, 1, 2, 2, 2, 3, 3, 3, 4], value=[0, 4, 0, 4, 0, 4, 0, 4, 0, 4]))
df
day value
0 1 0
1 1 4
2 1 0
3 2 4
4 2 0
5 2 4
6 3 0
7 3 4
8 3 0
9 4 4
应该成为
df_group = pd.DataFrame(dict(day=[1, 2, 3, 4], value=[.33, .67, .33, 1.0]))
df_group
day value
0 1 0.33
1 2 0.67
2 3 0.33
3 4 1.00
我也在处理相当大的数据集，因此，我希望将计算时间考虑在内。
问题答案：
>>> df.groupby('day')['value'].apply(lambda c: (c>0).sum()/len(c))
day
1 0.333333
2 0.666667
3 0.333333
4 1.000000
Name: value, dtype: float64
