在不包括当前行的两列之间创建一个带有pandas groupby 的新列

问题描述

我想在不包括当前行的两列之间创建一个带有pandas groupby 的新列。 示例数据集：

import pandas as pd
  
df = pd.DataFrame({'Group':['A','A','B','B'],'Col_1':[100,200,300,400,500],'Col_2':[55,66,77,88,99]})

组	Col_1	Col_2
A	100	55
A	200	66
A	300	77
B	400	88
B	500	99

我想创建一个名为“Div_excl”的新列

方法：按每个Group取Col_1和Col_2的总和，然后通过求和排除每个group内的当前行值，然后进行除法

| Group |Col_1 | Col_2  |                Div_exclud             |
|-------|------|--------|---------------------------------------|
|    A  | 100  |  55    |[(55+66+77)-55)] / [(100+200+300)-100)]|
|    A  | 200  |  66    |[(55+66+77)-66)] / [(100+200+300)-200)]|
|    A  | 300  |  77    |[(55+66+77)-77)] / [(100+200+300)-300)]|
|    B  | 400  |  88    |   [(88+99)-88)] / [(400+500)-400)]    |
|    B  | 500  |  99    |   [(88+99)-99)] / [(400+500)-500)]    |

我尝试了以下方法，但看起来不对：

df.groupby('Group').apply(lambda x: (df['Col_2'].sum()-x)/(df['Col_1'].sum()-x))

解决方法

试试 transform

g = df.groupby('Group')
df['New'] = (g['Col_2'].transform('sum')-df.Col_2)/(g['Col_1'].transform('sum')-df.Col_1)
df
Out[339]: 
  Group  Col_1  Col_2       New
0     A    100     55  0.286000
1     A    200     66  0.330000
2     A    300     77  0.403333
3     B    400     88  0.198000
4     B    500     99  0.220000

,

这是您已经在使用的 apply 的一种替代方法：

df = (
    df.groupby('Group')
    .apply(
        lambda x: x.assign(
            Div_exclud=(x['Col_2'].sum()-x['Col_2'])/(x['Col_1'].sum()-x['Col_1']))
    )
    .reset_index(drop=True)
)

输出：

  Group  Col_1  Col_2  Div_exclud
0     A    100     55    0.286000
1     A    200     66    0.330000
2     A    300     77    0.403333
3     B    400     88    0.198000
4     B    500     99    0.220000