python - 广播 groupby 结果作为原始 DataFrame 中的新列

Question

我正在尝试基于分组数据框中的两列在 Pandas 数据框中创建一个新列。

具体来说，我正在尝试复制此 R 代码的输出:

library(data.table)

df = data.table(a = 1:6, 
            b = 7:12,
            c = c('q', 'q', 'q', 'q', 'w', 'w')
            )


df[, ab_weighted := sum(a)/sum(b), by = "c"]
df[, c('c', 'a', 'b', 'ab_weighted')]

输出:

到目前为止，我在 Python 中尝试了以下操作:

import pandas as pd

df = pd.DataFrame({'a':[1,2,3,4,5,6],
               'b':[7,8,9,10,11,12],
               'c':['q', 'q', 'q', 'q', 'w', 'w']
              })

df.groupby(['c'])['a', 'b'].apply(lambda x: sum(x['a'])/sum(x['b']))

输出:

当我将上面代码中的 apply 更改为 transform 时，出现错误:类型错误:需要一个整数

转换工作正常，但如果我只使用一个列:

import pandas as pd

df = pd.DataFrame({'a':[1,2,3,4,5,6],
               'b':[7,8,9,10,11,12],
               'c':['q', 'q', 'q', 'q', 'w', 'w']
              })

 df.groupby(['c'])['a', 'b'].transform(lambda x: sum(x))

但显然，这不是同一个答案:

有没有一种方法可以从 Pandas 中的 data.table 代码中获取结果而不必生成中间列(因为这样我就可以在最后一列上使用 transform？

非常感谢任何帮助:)

Answer 1

只需使用 map 修复您的代码，R 和 pandas 仍然有不同的 ，这意味着不是每个 R您可以在 pandas

中找到替代函数

df.c.map(df.groupby(['c'])['a', 'b'].apply(lambda x: sum(x['a'])/sum(x['b'])))
Out[67]: 
0    0.294118
1    0.294118
2    0.294118
3    0.294118
4    0.478261
5    0.478261
Name: c, dtype: float64