Question

我有一个数据框：

    Group    Importance
    1          100%
    1          100%
    1          50%  
    2          75%
    2          50%

我想标准化重要性，因此对于每个组，组合重要性等于100％（例如，每个单独的单元格除以特定组中其余数字的总和）

例如：

  Group    Importance      Weight
    1          100%        100%/Sum(100%+100%+50%) = 40%
    1          100%        100%/Sum(100%+100%+50%) = 40%
    1          50%         50%/Sum(100%+100%+50%)  = 20%

因此，我正在努力获得我的输出：

  Group    Importance      Weight
    1          100%        40%
    1          100%        40%
    1          50%         20%
    2          100%        60%
    2          50%         40%

我的第一个想法是尝试在groupby中利用for循环的强大功能，但非常错误有点像：

for z in df.groupby(['Group']):
    df.apply(lambda row: (row[1]/df['Importance'])

Answer 1

假设数据框中的值是数字（例如.50 vs '50％'）：

df['Weight'] = df.groupby('Group')['Importance'].transform(lambda x: x / sum(x))

>>> df
   Group  Importance  Weight
0      1        1.00     0.4
1      1        1.00     0.4
2      1        0.50     0.2
3      2        0.75     0.6
4      2        0.50     0.4

计算数据框中某些数字集的平均值（Pandas，Python3）

1 个答案: