了解在 groupby 聚合中对整个数组进行操作的函数答案

【问题标题】：understand functions that operate on whole array in groupby aggregation了解在 groupby 聚合中对整个数组进行操作的函数
【发布时间】：2015-02-16 00:23:42
【问题描述】：

import numpy as np
import pandas as pd

df = pd.DataFrame({
    'clients': pd.Series(['A', 'A', 'A', 'B', 'B']),
    'odd1': pd.Series([1, 1, 2, 1, 2]),
    'odd2': pd.Series([6, 7, 8, 9, 10])})

grpd = df.groupby(['clients', 'odd1']).agg({
    'odd2': lambda x: x/float(x.sum())
})
print grpd

想要的结果是：

A   1   0.619047619
    2   0.380952381
B   1   0.473684211
    2   0.526316

我浏览了around，但我仍然不明白如何让lambdas 对整个阵列进行操作，f.ex。 x.sum() 工作。此外，我仍然错过了x 在x.sum() 中对分组列的意义。

【问题讨论】：

标签： arrays numpy pandas group-by aggregate

【解决方案1】：

你可以这样做：

>>> df.groupby(['clients', 'odd1'])['odd2'].sum() / df.groupby('clients')['odd2'].sum()
clients  odd1
A        1       0.619
         2       0.381
B        1       0.474
         2       0.526
Name: odd2, dtype: float64

或者，使用.transform 获取基于clients 分组的值，然后对每个clients 和odd1 分组求和：

>>> df['val'] = df['odd2'] / df.groupby('clients')['odd2'].transform('sum')
>>> df
  clients  odd1  odd2    val
0       A     1     6  0.286
1       A     1     7  0.333
2       A     2     8  0.381
3       B     1     9  0.474
4       B     2    10  0.526
>>> df.groupby(['clients', 'odd1'])['val'].sum()
clients  odd1
A        1       0.619
         2       0.381
B        1       0.474
         2       0.526
Name: val, dtype: float64

【讨论】：