Python - Groupby 并应用行求和函数

Question

我有一个数据框 df

 ID A
 1  2
 1  3
 1  4
 2  1
 2  2

我想遍历每个 ID 组并将行值除以其组总和，所以最后我得到以下输出列 B

 ID A  B
 1  2  2/9
 1  3  3/9
 1  4  4/9
 2  1  1/3
 2  2  2/3

我尝试使用 apply 命令编写自己的函数，但总是出错

def row_sum(input):
    sum=input/input.sum()
    return sum

df.groupby("ID").apply(row_sum: input=df["A"])

有什么想法吗？我可以把它写成一个类和方法吗？

Answer 1

当您应用分组依据时，您会得到一个 pandas.core.groupby.GroupBy 类型的对象。此类的 apply 方法接收一个函数，该函数接收 一个数据帧作为其输入。

您可以尝试以下方法：

def ratio_by_group(df):
    return df['A']/df['A'].sum()

df.groupby("ID").apply(ratio_by_group)

我还建议阅读 pandas.core.groupby.GroupBy.apply 上的 pandas 文档页面：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.core.groupby.GroupBy.apply.html

Answer 2

您可以尝试按ID 分组并转换分组的sum 并将每一行除以它。整个结果可以assigned 到一个名为B 的新列中。

import pandas as pd

df = pd.DataFrame({"ID": [1, 1, 1, 2, 2], "A": [2, 3, 4, 1, 2]})
df.assign(B=df["A"] / df.groupby("ID")["A"].transform("sum"))

给了

   ID  A         B
0   1  2  0.222222
1   1  3  0.333333
2   1  4  0.444444
3   2  1  0.333333
4   2  2  0.666667