通过另一列

Question

我在尝试规范化pandas数据帧中列的某些条目时有点困难。所以我有一个像这样的数据框：

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

我想通过每位用户购买的总数来获得每件商品的数量标准化。

换句话说，对于“已购买”的每个条目。我想将其除以该用户购买的总金额（作为另一栏）。在这种情况下，我喜欢的输出是这样的（但标准化的＆＃39;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，我已按用户分组并获得了用户的总和：

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

但此时此刻我被困住了。谢谢！

Answer 1

pandas map

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

pandas transform

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

都屈服

   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