python - 循环只取最后一个值

Question

我有一个包含每年特定国家/地区人口的数据框和一个包含每年世界人口的 Pandas 系列。这是我正在使用的系列:

pop_tot = df3.groupby('Year')['population'].sum()
Year     
1990    4.575442e+09
1991    4.659075e+09
1992    4.699921e+09
1993    4.795129e+09
1994    4.862547e+09
1995    4.949902e+09
...     ...
2017    6.837429e+09

这是我正在使用的 DataFrame

        Country      Year   HDI     population
0       Afghanistan 1990    NaN     1.22491e+07
1       Albania     1990    0.645   3.28654e+06
2       Algeria     1990    0.577   2.59124e+07
3       Andorra     1990    NaN     54509
4       Angola      1990    NaN     1.21714e+07
...     ...         ...     ...     ...
4096    Uzbekistan  2017    0.71    3.23872e+07 
4097    Vanuatu     2017    0.603   276244  
4098    Zambia      2017    0.588   1.70941e+07 
4099    Zimbabwe    2017    0.535   1.65299e+07 

我想计算每年该国家/地区的人口占世界人口的比例，因此我按如下方式遍历 Series 和 DataFrame:

j = 0
for i in range(len(df3)):
    if df3.iloc[i,1]==pop_tot.index[j]:
        df3['pop_tot']=pop_tot[j] #Sanity check
        df3['weighted']=df3['population']/pop_tot[j]
        *df3.iloc[i,2]
    else:
        j=j+1 

但是，我返回的 DataFrame 不是预期的。我最终将所有值除以 2017 年的总人口，从而给出了当年不正确的比例(即对于第一行，pop_tot 应该是 4.575442e+09，因为它对应于 1990 年根据系列以上而不是对应于 2017 年的 6.837429e+09)。

     Country   Year HDI   population  pop_tot      weighted
  0  Albania   1990 0.645 3.28654e+06 6.837429e+09 0.000257158
  1  Algeria   1990 0.577 2.59124e+07 6.837429e+09 0.00202753
  2  Argentina 1990 0.704 3.27297e+07 6.837429e+09 0.00256096

但是我看不出循环中有什么错误。提前致谢。

Answer 1

你不需要循环，你可以使用groupby.transform直接在 df3 中创建列 pop_tot。然后对weighted列进行列操作即可，如:

df3['pop_tot'] = df3.groupby('Year')['population'].transform(sum)
df3['weighted'] = df3['population']/df3['pop_tot']

正如@roganjosh 所指出的，您的方法存在的问题是每次您的条件if 都替换了整个列pop_tot 和weighted满足，因此在满足此条件的最后一次迭代中，年份可能是 2017 年，您将 pop_tot 列的值定义为 2017 年，并使用该值计算 weithed。