python - Pandas pivot_table 计算 margin 份额

Question

我有一个名为 df 的 Pandas DataFrame，它包含 n 列。 列 之一名为COUNT，它显示A 中的值出现了多少次。 A 包含唯一标识符，因此每一行在 column COUNT 中的值为 1。它看起来像这样:

 A      B       C       D   E       COUNT
id1     cat1    1       a   15      1       
id2     cat2    2       b   14      1
id3     cat2    2       c   14      1
id4     cat1    1       d   15      1
id5     cat3    2       e   14      1
.....

现在我想将我的 df 转换为如下所示:

                14      15      
cat1_tot        NaN     2       
cat1_share      NaN     1       
cat2_tot        2       NaN     
cat2_share      0.6666  NaN     
cat3_tot        1       NaN     
cat3_share      0.3333  NaN
All             3       2

我可以使用 pd.pivot_table 获取 catx_tot

pd.pivot_table(
     df, 
     values='COUNT', 
     index=['B'], 
     columns=['E'], 
     margins=True, 
     aggfunc=np.sum
)

但是我该如何添加共享呢？

Answer 1

结合 groupby.size 和 groupby.transform

size = df.groupby(['B', 'E']).size()
sums = size.groupby(level='E').transform(np.sum)
aggd = pd.concat([size, size / sums], axis=1, keys=['total', 'share'])

aggd.unstack().stack(0)

---

获取All行

all_ = aggd.groupby(level='E').sum().total.rename(('All', 'total'))
aggd.unstack().stack(0).append(all_)