python - Pandas groupby 得到总和的过滤总和

Question

我有以下数据框:

df = pd.DataFrame([[1, 2, True], [1, 4, False], [2, 6, False], [2, 8, True]], columns=["Group", "Value", "C"])

   Group  Value      C
0      1      2   True
1      1      4  False
2      2      6  False
3      2      8   True

而且我希望每个组都知道 C 等于 true 的值的总和超过值的总和。因此，例如对于第 1 组，我们有 2/(2+4)

我已经通过一些广泛的搜索设法达到了以下阶段:

df.groupby('Group').agg(lambda x: x.loc[x.C == True, 'Value'].sum() / x.Value.sum())

          Value         C
Group                    
1      0.333333  0.333333
2      0.571429  0.571429

但是(正如预期的那样)我得到了两列，而我只想得到一列。我理想的结果是:

       Ratio        
Group                    
1      0.333333  
2      0.571429  

我当然可以在 groupby 之后做一些修改并得到我想要的东西，但由于我是 Python 的新手，我想知道我是否遗漏了一些基本的东西。

Answer 1

您可以除以所有行的聚合筛选行，然后将 Series 转换为一列DataFrame:

filt = df.loc[df['C']].groupby('Group')['Value'].sum()
tot = df.groupby('Group')['Value'].sum()
df1 = filt.div(tot, fill_value=0).to_frame('ratio')
print (df1)
          ratio
Group          
1      0.333333
2      0.571429

您的解决方案可以通过将所有列的 .agg 更改为 GroupBy.apply 来实现。用于返回 Series，但如果数据量很大/许多独特的组，它应该很慢:

df = (df.groupby('Group')
        .apply(lambda x: x.loc[x.C, 'Value'].sum() / x.Value.sum())
        .to_frame('ratio'))
print (df)
          ratio
Group          
1      0.333333
2      0.571429

解决方案也适用于仅 False 组:

df = pd.DataFrame([[0, 2, False], [1, 2, True], [1, 4, False], 
                   [2, 6, False], [2, 8, True]], columns=["Group", "Value", "C"])


df1 = (df.groupby('Group')
        .apply(lambda x: x.loc[x.C, 'Value'].sum() / x.Value.sum())
        .to_frame('ratio'))
print (df1)
          ratio
Group          
0      0.000000
1      0.333333
2      0.571429

filt = df.loc[df['C']].groupby('Group')['Value'].sum()
tot = df.groupby('Group')['Value'].sum()

print (df1)
          ratio
Group          
0      0.000000
1      0.333333
2      0.571429