GroupBy一列，对pandas中分组记录的另一列进行自定义操作

Question

我想通过对另一列的值进行分组来对一列应用自定义操作。按列分组以获得计数，然后将所有分组记录的另一列值除以该计数。

我的数据框：

   emp opp amount
0  a   1   10
1  b   1   10
2  c   2   30
3  b   2   30
4  d   2   30

我的场景：

对于 opp=1，两个 emp 工作（a，b）。所以金额应该像这样分享 10/2 =5
对于 opp=2，两个 emp 工作（b、c、d）。所以数量应该是 30/3 = 10

最终输出数据帧：

      emp opp amount
    0  a   1   5
    1  b   1   5
    2  c   2   10
    3  b   2   10
    4  d   2   10

最好的做法是什么

Answer 1

df['amount'] = df.groupby('opp')['amount'].transform(lambda g: g/g.size)

df
#  emp  opp amount
# 0  a    1      5
# 1  b    1      5
# 2  c    2     10
# 3  b    2     10
# 4  d    2     10

或者：

df['amount'] = df.groupby('opp')['amount'].apply(lambda g: g/g.size)

做类似的事情。

Answer 2

您可以尝试这样的操作：

df2 = df.groupby('opp').amount.count()
df.loc[:, 'calculated'] = df.apply( lambda row: \
                                  row.amount / df2.ix[row.opp], axis=1)
df

产量：

  emp  opp  amount  calculated
0   a    1      10           5
1   b    1      10           5
2   c    2      30          10
3   b    2      30          10
4   d    2      30          10

GroupBy一列，对pandas中分组记录的另一列进行自定义操作

GroupBy one column, custom operation on another column of grouped records in pandas

python

apply

pandas