首先，假設(shè)我們有如下餐廳數(shù)據(jù)集：

import pandas as pd

df = 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]
})

如果我們想知道：每個(gè)餐廳在城市中所占的銷售額百分比是多少？預(yù)期得到的輸出是：

相比于原來(lái)的數(shù)據(jù)集，多了兩列，分別是某個(gè)城市所有餐廳的銷售總額，以及每個(gè)餐廳在城市中所占的銷售額百分比。解決方案有兩個(gè)：

方案一（較麻煩）：

1、使用 groupby('city') 基于城市進(jìn)行分組，對(duì)于這些組中的每一個(gè)組，選中其銷售額列 ['sales']，然后使用函數(shù) apply(sum) 或者sum() 對(duì)城市的銷售額進(jìn)行求和。

之后，新列被重命名為 city_total_sales 并且索引被重置（注意不能漏了 reset_index() ，因?yàn)?groupby('city') 生成的索引是城市，而我們希望城市作為普通列）。

city_sales = df.groupby('city')['sales']
             .sum().rename('city_total_sales').reset_index()

得到的 city_sales 如下：

2、用 merge() 函數(shù)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，求百分比并保留兩位小數(shù)，結(jié)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() 函數(shù)在執(zhí)行轉(zhuǎn)換后保留與原始數(shù)據(jù)集相同數(shù)量的項(xiàng)目。因此，使用 groupby() 然后使用 transform(sum) 會(huì)返回相同的輸出，結(jié)果如下圖：

df['city_total_sales'] = df.groupby('city')['sales']
                           .transform('sum')

代碼翻譯過(guò)來(lái)就是：數(shù)據(jù)集基于城市進(jìn)行分組，然后選定銷售額列，對(duì)每組的銷售額進(jìn)行求和，返回一個(gè)和原列長(zhǎng)度一樣的新列。

2、

與方案一相同。

df['pct'] = df['sales'] / df['city_total_sales']
df['pct'] = df['pct'].apply(lambda x: format(x, '.2%'))

總結(jié)：可以看出，在對(duì) DataFrame 進(jìn)行分組 groupby() 之后，如果是使用 apply() 或者直接使用某個(gè)統(tǒng)計(jì)函數(shù)，得到的新列的長(zhǎng)度與分組得到的組數(shù)是一樣的；而如果使用 transform() ，得到的新列與 DataFrame 中列的長(zhǎng)度是一樣的。

到此這篇關(guān)于Pandas中的 transform()結(jié)合 groupby()用法示例詳解的文章就介紹到這了,更多相關(guān)Pandas groupby() 用法內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！