这篇教程Pandas中的 transform()结合 groupby()用法示例详解写得很实用,希望能帮到您。 首先,假设我们有如下餐厅数据集: import pandas as pddf = pd.DataFrame({ 'restaurant_id': [101,102,103,104,105,106,107], 'address': ['A','B','C','D', 'E', 'F', 'G'], 'city': ['London','London','London','Oxford','Oxford', 'Durham', 'Durham'], 'sales': [10,500,48,12,21,22,14]}) 如果我们想知道:每个餐厅在城市中所占的销售额百分比是多少?预期得到的输出是: 相比于原来的数据集,多了两列,分别是某个城市所有餐厅的销售总额,以及每个餐厅在城市中所占的销售额百分比。解决方案有两个: 方案一(较麻烦):1、使用 groupby('city') 基于城市进行分组,对于这些组中的每一个组,选中其销售额列 ['sales'] ,然后使用函数 apply(sum) 或者sum() 对城市的销售额进行求和。 之后,新列被重命名为 city_total_sales 并且索引被重置(注意不能漏了 reset_index() ,因为 groupby('city') 生成的索引是城市,而我们希望城市作为普通列)。 city_sales = df.groupby('city')['sales'] .sum().rename('city_total_sales').reset_index() 得到的 city_sales 如下: 2、用 merge() 函数把 city_sales 合并回去,得到的 df_new 如下: df_new = pd.merge(df, city_sales, how='left') 3、最后,求百分比并保留两位小数,结果如下:
df_new['pct'] = df_new['sales'] / df_new['city_total_sales']df_new['pct'] = df_new['pct'].apply(lambda x: format(x, '.2%')) 方案二(便捷):1、
transform() 函数在执行转换后保留与原始数据集相同数量的项目。因此,使用 groupby() 然后使用 transform(sum) 会返回相同的输出,结果如下图: df['city_total_sales'] = df.groupby('city')['sales'] .transform('sum') 代码翻译过来就是:数据集基于城市进行分组,然后选定销售额列,对每组的销售额进行求和,返回一个和原列长度一样的新列。 2、 与方案一相同。 df['pct'] = df['sales'] / df['city_total_sales']df['pct'] = df['pct'].apply(lambda x: format(x, '.2%')) 总结:可以看出,在对 DataFrame 进行分组 groupby() 之后,如果是使用 apply() 或者直接使用某个统计函数,得到的新列的长度与分组得到的组数是一样的;而如果使用 transform() ,得到的新列与 DataFrame 中列的长度是一样的。 到此这篇关于Pandas中的 transform()结合 groupby()用法示例详解的文章就介绍到这了,更多相关Pandas groupby() 用法内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net! 详解Pandas与openpyxl库的超强结合 PyQt5入门之基于QListWidget版本实现图片缩略图列表功能 |