Question

我想对第1列进行分组，然后以第3列中的值为条件，从第2列中获取值的总和，然后将其除以第2列中的总和，仍按第1列分组。

下面是一个示例：

d = {'col1': [1, 2, 1, 2], 'col2': [3, 4, 2, 7], 'col3': [1, 1, 0, 0]}
df = pd.DataFrame(data=d)

    col1    col2    col3
0   1       3       1
1   2       4       1
2   1       2       0
3   2       7       0

我想创建一个新列：col4。对于此列，我按col1分组，然后获得col2值的百分比，其中col3为1除以col2的总分组总和。这样我最终得到以下结果。（我将其分成几部分，以便更轻松地进行计算。

    col1    col2    col3    col4
0   1       3       1       3/5
1   2       4       1       4/11
2   1       2       0       3/5
3   2       7       0       4/11

我尝试了以下操作，但不幸的是，该操作无效：

df.col4 = df.groupby(['col1']).transform(lambda x: np.where(x.col3 == 1, x.col2, 0).sum()) / df.groupby(['col1']).col2.transform('sum')

编辑|扩展示例

我扩展了该示例，因为Wen所提供的解决方案仅涵盖了上面的简单示例。

d = {'col1': [1, 2, 1, 2, 1, 2], 'col2': [3, 4, 2, 7, 6, 8], 'col3': [1, 1, 0, 0, 1, 0]}
df = pd.DataFrame(data=d)
    col1    col2    col3
0   1       3       1
1   2       4       1
2   1       2       0
3   2       7       0
4   1       6       1
5   2       8       0

编辑|可能的解决方案

我找到了可能的解决方案。我想以一种更简洁的方式做到这一点，但这是可读且非常简单的。当然，仍然可以理解将这两行代码结合在一起的任何替代方法。

df['col4'] = np.where(df.col3 == 1, df.col2, 0)
df['col4'] = df.groupby(['col1']).col4.transform('sum') / df.groupby(['col1']).col2.transform('sum')

Answer 1

您可能需要更正预期的输出，然后在过滤器之后使用map

df.col1.map(df.loc[df.col3==1,].set_index('col1').col2)/df.groupby(['col1']).col2.transform('sum')
Out[566]: 
0    0.600000
1    0.363636
2    0.600000
3    0.363636
dtype: float64

Answer 2

简单：）

d = {'col1': [1, 2, 1, 2], 'col2': [3, 4, 2, 7], 'col3': [1, 1, 0, 0]}
df = pd.DataFrame(data=d)

df['col4'] = 0.0

def con(data):
    part_a = sum(data[data['col3'] == 1]['col2'])
    part_b = sum(data['col2'])
    data.col4 = part_a/part_b
    return data

df.groupby('col1').apply(con)

输出

  col1 col2 col3 col4
0  1    3    1    0.600000 
1  2    4    1    0.363636 
2  1    2    0    0.600000 
3  2    7    0    0.363636

大熊猫的分组条件比率

2 个答案: