python - pandas 中 group by 的条件比率

Question

我想对第 1 列进行分组，然后根据第 3 列中的值获取第 2 列中值的总和，然后除以第 2 列中的总和，仍按第 1 列分组。

下面给出一个例子:

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 进行分组，然后获取 col2 值的百分比，其中 col3 为 1 除以 col2 的总分组总和。这样我最终会得到以下结果。 (我把它用分数表示，以便更容易进行计算。

    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

我尝试了以下方法，但不幸的是这不起作用:

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

我扩展了这个例子，因为Wen提供的解决方案只涵盖了上面的简单例子。

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

我找到了一个可能的解决方案。我想以更干净的方式做到这一点，但这是可读的并且非常简单。当然，任何组合这两行代码的替代方案仍然值得赞赏。

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