Question

假设我具有以下DataFrame：

import pandas as pd
df = pd.DataFrame({'id': [1, 2, 2, 3, 3, 3], 'A': [2, 2, 3, 3, 5, 2], 'B': [1, 2, 1, 3, 2, 4]})
df
Out[253]: 
   id  A  B
0   1  2  1
1   2  2  2
2   2  3  1
3   3  3  3
4   3  5  2
5   3  2  4

我想groupby 'id'，并在sum，'A'上使用'B'函数进行汇总。但是我也想按A+B（每个'id）的总和来缩放A和B，因此以下输出将如下所示：

   id         A         B
0   1  0.666667  0.333333
1   2  0.625000  0.375000
2   3  0.526316  0.473684

现在，我可以做到

res = df.groupby('id').agg('sum').reset_index()
scaler = res['A'] + res['B']
res['A'] /= scaler
res['B'] /= scaler
res
Out[275]: 
   id         A         B
0   1  0.666667  0.333333
1   2  0.625000  0.375000
2   3  0.526316  0.473684

哪个没有意思。有没有办法将所有这些“标量”逻辑放入聚合函数中？还是任何其他Pythonic和优雅的方式做到这一点？也欢迎涉及numpy的解决方案！

Answer 1

否，您不能使用agg函数进行缩放，因为要分别处理每列。

解决方案已删除，reset_index是为了对Series创建的sum的{{1}}进行除法（div）：

res = df.groupby('id').sum()
res = res.div(res.sum(axis=1), axis=0).reset_index()
print (res)
   id         A         B
0   1  0.666667  0.333333
1   2  0.625000  0.375000
2   3  0.526316  0.473684

详细信息：

print (res.sum(axis=1))
id
1     3
2     8
3    19
dtype: int64

Answer 2

您可以沿第一个轴使用sum：

res = df.groupby('id').agg('sum')
res.div(res.sum(1), 0)

           A         B
id
1   0.666667  0.333333
2   0.625000  0.375000
3   0.526316  0.473684

Answer 3

你可以

In [584]: res = df.groupby('id').sum()

In [585]: res.div(res.sum(1), 0).reset_index()
Out[585]:
   id         A         B
0   1  0.666667  0.333333
1   2  0.625000  0.375000
2   3  0.526316  0.473684

熊猫-分组，汇总和缩放多个列的总和

3 个答案: