如何在转换系列的熊猫中编写自定义聚合函数？

Question

所以我有一个这样的数据框

df = pd.DataFrame({'item_id':[1,2,3,4,5,6,7,8,9,10], 'category':['A', 'B', 'A', 'C', 'B', 'B', 'C', 'A', 'A', 'C'], 'sales': [100, 150, 300, 1000, 300, 50, 1000, 600, 700, 100]})

   item_id category  sales
0        1        A    100
1        2        B    150
2        3        A    300
3        4        C   1000
4        5        B    300
5        6        B     50
6        7        C   1000
7        8        A    600
8        9        A    700
9       10        C    100

我想要每件商品的总销售额的累计百分比，从销量最多到销量最少。像这样：

df = df.sort_values(by = 'sales', ascending = False)
df['pct_of_total'] = df['sales']/df['sales'].sum()
df['cumsum_pct_of_total'] = df['pct_of_total'].cumsum()

   item_id category  sales  pct_of_total  cumsum_pct_of_total
3        4        C   1000      0.232558             0.232558
6        7        C   1000      0.232558             0.465116
8        9        A    700      0.162791             0.627907
7        8        A    600      0.139535             0.767442
2        3        A    300      0.069767             0.837209
4        5        B    300      0.069767             0.906977
1        2        B    150      0.034884             0.941860
0        1        A    100      0.023256             0.965116
9       10        C    100      0.023256             0.988372
5        6        B     50      0.011628             1.000000

但要注意的是，我希望这个过程不是针对整个数据框，而是在每个类别中。我尝试了一个自定义函数：

def acc_pct(s):
  s = s.sort_values(ascending = False)
  s = s/s.sum()
  s = s.cumsum()
  return s.sort_index()

df.groupby('category').agg({'sales':acc_pct})

但它没有用。它会抛出一个ValueError: Must produce aggregated value。

我知道它必须是可能的，因为 groupby.cumcount()、groupby.cumsum() 和 groupby.shift() 的工作方式很像这样。我该怎么做？

Answer 1

尝试除以groupby transform sum 得到pct_of_total 然后groupby cumsum 新列：

df = df.sort_values('sales', ascending=False)
df['pct_of_total'] = (
        df['sales'] / df.groupby('category')['sales'].transform('sum')
)
df['cumsum_pct_of_total'] = df.groupby('category')['pct_of_total'].cumsum()

df:

   item_id category  sales  pct_of_total  cumsum_pct_of_total
3        4        C   1000      0.476190             0.476190
6        7        C   1000      0.476190             0.952381
8        9        A    700      0.411765             0.411765
7        8        A    600      0.352941             0.764706
2        3        A    300      0.176471             0.941176
4        5        B    300      0.600000             0.600000
1        2        B    150      0.300000             0.900000
0        1        A    100      0.058824             1.000000
9       10        C    100      0.047619             1.000000
5        6        B     50      0.100000             1.000000