Pandas的pivot_table：添加％并运行％作为aggfunc

Question

我正在尝试创建一个数据透视表，该数据表在聚合的相同值上有3个度量值：

1. np.sum
2. 总数
3. 运行总计百分比（所有％值的总和，直至并包括该行）

这很容易分两个阶段 - 标准的pivot_table与np.sum，然后再向pt添加两列。我感兴趣的是通过传递正确的aggfunc来知道你是否可以在创建数据透视表期间执行此操作。

这就是我所做的（我将使用seaborn自带的样本数据集）：

import pandas as pd
import numpy as np
import seaborn as sns
tips = sns.load_dataset('tips')

# Two stage approach:
# 1 - Pivot:
pt = pd.pivot_table(tips, index = ['day'], values = ['tip'], aggfunc=np.sum)

# 2 - add new columns
tot_tips = pt['tip'].sum()
pt['% of tot tips'] = pt['tip']/tot_tips               # percent of total
pt['Agg % of tot tips'] = pt['% of tot tips'].cumsum() # running %

这样做很好，但我想知道是否有更短的方法，直接使用aggfunc。

这是我最接近的地方：

tot_tips = pt['tip'].sum()  # need to define this one

pt2 = pd.pivot_table(tips, index = ['day'], values = ['tip'], 
aggfunc=[np.sum, (lambda x: sum(x/tot_tips))])

这有点好（产生总和和％列）但是：


• 没有正在运行％
• 我无法提前定义列总数。
• 列标题...如何控制％列获取的名称？

非常感谢帮助实现上述目标，并且欢迎任何有关如何改进上述语法的建议。谢谢！