如何在 pandas 中对分组执行操作

Question

I have a dataframe like this:

   ID  A   B   Area
0  1   A1  B1  1.0
1  2   A1  B2  2.0
2  3   A1  B1  0.5
3  4   A1  B2  1.0
4  5   A2  B3  2.0
5  6   A2  B4  6.0

我希望你能够理解以下内容：

我想要得到的是这个：

   ID  A   B   Area  B as % of A
0  1   A1  B1  1.0   0.333
1  2   A1  B2  2.0   0.666
2  3   A1  B1  0.5   0.333
3  4   A1  B2  1.0   0.666
4  5   A2  B3  2.0   0.25
5  6   A2  B4  6.0   0.75

目标是添加一个新列，该列显示每个房间类型B占据的每个楼层A面积的比例（请注意，这是按照房间类型计算的，因此输出列中的值应对于A和B的每个唯一组合相同）。

到目前为止我所拥有的内容是：

>>> grouped = df.groupby(['A','B'])  
>>> area_proportion = lambda x: (x['Area'] / x['Area'].sum())
>>> grouped.transform(area_proportion)

但是这似乎将lambda函数视为原始数据框的索引（我认为它应该是按组），因为它只返回：

Out[142]: 
  ID  Area
0  1   1.0
1  2   2.0
2  3   0.5
3  4   1.0
4  5   2.0
5  6   6.0

我显然理解错了什么或者文档中缺少重要部分。我应该如何使用groupby来得到我需要的结果？

- Jamie Bull

Answer 1

可能：

>>> aggr = lambda df, key, col: df.groupby(key)[col].transform('sum')
>>> df['B as % of A'] = aggr(df, ('A', 'B'), 'Area') / aggr(df, 'A', 'Area')
>>> df
   ID   A   B  Area  B as % of A
0   1  A1  B1   1.0       0.3333
1   2  A1  B2   2.0       0.6667
2   3  A1  B1   0.5       0.3333
3   4  A1  B2   1.0       0.6667
4   5  A2  B3   2.0       0.2500
5   6  A2  B4   6.0       0.7500

- behzad.nouri

---

哦，我觉得我被重复条目搞混了，它们应该被视为等效而不是单独的条目。 - EdChum