在熊猫中操纵子指数

Question

让我们生成以下pandas.DataFrame：

np.random.seed(42)
mi = pd.MultiIndex(levels=[[0, 1, 2, 3, 4, 5, 6], [0, 1]],
             labels=[[0, 0, 1, 1, 2, 2, 3, 3, 4, 4, 5, 5, 6, 6], 
                     [0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1]],
             names=['day_of_week', 'cat'])
X = pd.DataFrame(np.random.randint(1,100,size=14), mi, ['count'])

我想添加一个列，该列将保存每个(day_of_week, cat)的值与day_of_week的两个值之和的比率。例如，所需列的前两行是：[52/(52+93), 93/(52+93),...]

我知道如何计算每一天的总和：X.sum(level=0)，但我不知道如何继续。我可以迭代并循环出去，但这不会是pythonic。

Answer 1

对于day_of_week，div与Series的{​​{3}}除以groupby，index与原始df相同print (X.groupby(level='day_of_week')['count'].transform('sum')) day_of_week cat 0 0 145 1 145 1 0 87 1 87 2 0 82 1 82 3 0 170 1 170 4 0 150 1 150 5 0 112 1 112 6 0 25 1 25 Name: count, dtype: int32 X['ratio'] = X['count'].div(X.groupby(level='day_of_week')['count'].transform('sum')) print (X) count ratio day_of_week cat 0 0 52 0.358621 1 93 0.641379 1 0 15 0.172414 1 72 0.827586 2 0 61 0.743902 1 21 0.256098 3 0 83 0.488235 1 87 0.511765 4 0 75 0.500000 1 75 0.500000 5 0 88 0.785714 1 24 0.214286 6 0 3 0.120000 1 22 0.880000 。 }：

X['ratio'] = X['count'].div(X.groupby('day_of_week')['count'].transform('sum'))

在最后一个pandas版本中可以省略transform：

\b