使用中间计算从其他数据框创建数据框

Question

假设我在一个我想要使用的pandas数据框中有一些数据。

>>> df = pd.DataFrame([['a',10,5],['a',12,6],['b',4,2],['b',5,10]],
...                   columns=['id','val','val2']))

所以数据框看起来像这样：

>>> df
    id   val   val2
0   a    10    5
1   a    12    6
2   b    4     2
3   b    5     10

我想要实现的是一个数据框，其中id值为列名，val和val2为行名，其中值应按以下方式组成：

1. 根据id构建值列的平均值，留下类似

   的内容

   id   mean-val   mean-val2
   a    11         5.5
   b    4.5        6
   

2. 根据mean-val（例如mean-val2）计算id和11 / (11+5.5) * 100 = 66.67对两个值之和的百分比，呈现

   id    perc-val   perc-val2
   a     66.67      33.33
   b     42.86      57.14
   

最终的数据框应如下所示：

>>> new_df
       a       b
val    66.67   42.86
val2   33.33   57.14

我的方法

我对大熊猫很缺乏经验，所以我花了一段时间才得到一种不满意的方法。

>>> idx = ['val','val2']
>>> lst = [df.groupby('id')[index].mean() for index in idx]
>>> df_new = pd.DataFrame(
...     [[x/y*100 for x, y in zip(lst2,sum(lst))] for lst2 in lst],
...     index=idx, columns=df['id'].unique())

这样可行，但我不确定是否保证列或行按正确顺序命名，或者是否可能，例如a列名为b，反之亦然。

所以我的实际问题是，是否有更好，更清洁，更安全，更有效的方法。

Answer 1

是的，有。

1. 如果您在每列上取平均值，则不必指定列名称
2. 您可以使用DataFrame.div（或除法运算符__div__）
对您的部门进行矢量化

v = df.groupby('id').mean()
v.T / v.sum(1) * 100          # thanks to @fuglede
# v.div(v.sum(1), axis=0).T   # thanks to @Scott Boston

id            a          b
val   66.666667  42.857143
val2  33.333333  57.142857