【问题标题】：Normalize column in pandas dataframe by sum of grouped values of another column通过另一列的分组值的总和规范化熊猫数据框中的列
【发布时间】：2017-01-31 21:02:15
【问题描述】：

我在尝试规范化 pandas 数据框中的某些列条目时有点卡住了。所以我有一个这样的数据框：

df = pd.DataFrame({
        'user':[0,0,1,1,1,2,2], 
        'item':['A','B', 'A', 'B','C','B','C'],
        'bought':[1,1,1,3,3,2,3]})
df
bought|item|user
----------------
1     |A   |0
1     |B   |0
1     |A   |1
3     |B   |1
3     |C   |1
2     |B   |2
3     |C   |2

我想通过每个用户购买的总数来标准化购买的每件商品的数量。

换句话说，对于“购买”的每个条目，我想将其除以为该用户购买的总数的总和（作为另一列）。在这种情况下，我想要的输出是这样的（但“标准化”列不必是分数）：

bought|item|user|normalized
--------------------------
1     |A   |0   |1/2
1     |B   |0   |1/2
1     |A   |1   |1/7
3     |B   |1   |3/7
3     |C   |1   |3/7
2     |B   |2   |2/5
3     |C   |2   |3/5

到目前为止，我已按用户分组并按用户获得总和：

grouped = df.groupby(by='user')
grouped.aggregate(np.sum)

但在这一点上，我被困住了。谢谢！

【问题讨论】：

标签： python pandas

【解决方案1】：

`pandasmap`

df.assign(normalized=df.bought.div(df.user.map(df.groupby('user').bought.sum())))

`pandastransform`

df.assign(normalized=df.bought.div(df.groupby('user').bought.transform('sum')))

两者都有

   bought item  user  normalized
0       1    A     0    0.500000
1       1    B     0    0.500000
2       1    A     1    0.142857
3       3    B     1    0.428571
4       3    C     1    0.428571
5       2    B     2    0.400000
6       3    C     2    0.600000

【讨论】：