Pandas groupby 在总和上获得过滤总和答案

【问题标题】：Pandas groupby get filtered sum over total sumPandas groupby 在总和上获得过滤总和
【发布时间】：2020-02-25 15:37:18
【问题描述】：

我有以下数据框：

df = pd.DataFrame([[1, 2, True], [1, 4, False], [2, 6, False], [2, 8, True]], columns=["Group", "Value", "C"])

   Group  Value      C
0      1      2   True
1      1      4  False
2      2      6  False
3      2      8   True

而且我希望每个组都知道 C 等于 true 的值的总和与值的总和之间的总和。因此，例如对于第 1 组，我们有 2 / (2+4)

我已经通过一些广泛的搜索来达到以下阶段：

df.groupby('Group').agg(lambda x: x.loc[x.C == True, 'Value'].sum() / x.Value.sum())

          Value         C
Group                    
1      0.333333  0.333333
2      0.571429  0.571429

但是（正如预期的那样）我得到两列，我只想得到一个。我的理想结果是：

       Ratio        
Group                    
1      0.333333  
2      0.571429

我当然可以在 groupby 之后进行一些修改并得到我想要的，但由于我是 Python 新手，我想知道我是否在这里遗漏了一些基本的东西。

【问题讨论】：

标签： python pandas pandas-groupby

【解决方案1】：

我相信您可以在 groupby.transform() 上使用除法和 sum 并在过滤后使用 .assign() 进行分配，以便在 ythe 索引上对齐：

df[df['C']].assign(Ratio=df['Value']/df.groupby('Group')['Value'].transform('sum'))

如果每组超过 1 个 True，请使用：

m=(df.groupby(['Group','C'],as_index=False,sort=False)['Value'].sum()
  .query('C==True').assign(Sum=df.groupby(['Group'])['Value'].transform('sum')))
m[['Group']].assign(Ratio=m['Value']/m['Sum'])

   Group     Ratio
0      1  0.333333
3      2  0.571429

【讨论】：

【解决方案2】：

您可以除以所有行的聚合过滤行，然后将Series转换为一列DataFrame：

filt = df.loc[df['C']].groupby('Group')['Value'].sum()
tot = df.groupby('Group')['Value'].sum()
df1 = filt.div(tot, fill_value=0).to_frame('ratio')
print (df1)
          ratio
Group          
1      0.333333
2      0.571429

您的解决方案可以通过将 .agg 将所有列更改为 GroupBy.apply 以返回 Series 来实现，但如果数据量大/许多独特的组应该很慢：

df = (df.groupby('Group')
        .apply(lambda x: x.loc[x.C, 'Value'].sum() / x.Value.sum())
        .to_frame('ratio'))
print (df)
          ratio
Group          
1      0.333333
2      0.571429

解决方案也适用于仅False 组：

df = pd.DataFrame([[0, 2, False], [1, 2, True], [1, 4, False], 
                   [2, 6, False], [2, 8, True]], columns=["Group", "Value", "C"])


df1 = (df.groupby('Group')
        .apply(lambda x: x.loc[x.C, 'Value'].sum() / x.Value.sum())
        .to_frame('ratio'))
print (df1)
          ratio
Group          
0      0.000000
1      0.333333
2      0.571429

filt = df.loc[df['C']].groupby('Group')['Value'].sum()
tot = df.groupby('Group')['Value'].sum()

print (df1)
          ratio
Group          
0      0.000000
1      0.333333
2      0.571429

【讨论】：

【解决方案3】：

你可以使用apply:

result = df.groupby('Group').apply(lambda x: pd.Series({'ratio' : (x.Value * x.C).sum() / x.Value.sum()}))
print(result)

输出

          ratio
Group          
1      0.333333
2      0.571429

【讨论】：