Pandas中transform()结合groupby()怎么用
小编给大家分享一下Pandas中transform()结合groupby()怎么用,希望大家阅读完这篇文章之后都有所收获,下面让我们一起去探讨吧!
首先,假设我们有如下餐厅数据集:
import pandas as pddf = pd.DataFrame({ 'restaurant_id': [101,102,103,104,105,106,107], 'address': ['A','B','C','D', 'E', 'F', 'G'], 'city': ['London','London','London','Oxford','Oxford', 'Durham', 'Durham'], 'sales': [10,500,48,12,21,22,14]})
如果我们想知道:每个餐厅在城市中所占的销售额百分比是多少?预期得到的输出是:
相比于原来的数据集,多了两列,分别是某个城市所有餐厅的销售总额,以及每个餐厅在城市中所占的销售额百分比。解决方案有两个:
方案一(较麻烦):
1、使用 groupby('city')
基于城市进行分组,对于这些组中的每一个组,选中其销售额列 ['sales']
,然后使用函数 apply(sum)
或者sum()
对城市的销售额进行求和。
之后,新列被重命名为 city_total_sales
并且索引被重置(注意不能漏了 reset_index()
,因为 groupby('city')
生成的索引是城市,而我们希望城市作为普通列)。
city_sales = df.groupby('city')['sales'] .sum().rename('city_total_sales').reset_index()
得到的 city_sales
如下:
2、用 merge()
函数把 city_sales
合并回去,得到的 df_new
如下:
df_new = pd.merge(df, city_sales, how='left')
3、最后,求百分比并保留两位小数,结果如下:
df_new['pct'] = df_new['sales'] / df_new['city_total_sales']df_new['pct'] = df_new['pct'].apply(lambda x: format(x, '.2%'))
方案二(便捷):
1、transform()
函数在执行转换后保留与原始数据集相同数量的项目。因此,使用 groupby()
然后使用 transform(sum)
会返回相同的输出,结果如下图:
df['city_total_sales'] = df.groupby('city')['sales'] .transform('sum')
代码翻译过来就是:数据集基于城市进行分组,然后选定销售额列,对每组的销售额进行求和,返回一个和原列长度一样的新列。
2、
与方案一相同。
df['pct'] = df['sales'] / df['city_total_sales']df['pct'] = df['pct'].apply(lambda x: format(x, '.2%'))
总结:可以看出,在对 DataFrame 进行分组 groupby()
之后,如果是使用 apply()
或者直接使用某个统计函数,得到的新列的长度与分组得到的组数是一样的;而如果使用 transform()
,得到的新列与 DataFrame 中列的长度是一样的。
看完了这篇文章,相信你对"Pandas中transform()结合groupby()怎么用"有了一定的了解,如果想了解更多相关知识,欢迎关注行业资讯频道,感谢各位的阅读!