如何在熊猫数据框中插入百分比列？

问题描述

DataFrame：

df = pd.DataFrame([['CategoryA',400],['CategoryA',600],['CategoryB',1000],2000]],columns = ['Category','ItemTotal'])

我使用以下方法为按类别的总金额创建了分组依据：

df = df.groupby('Category') 
df = df['ItemTotal'].sum()
df

输出看起来像这样：

Category
CategoryA    1000
CategoryB    3000

我希望最终获得除每个类别的份额总和之外的另一列，如下所示：

Category
CategoryA    1000   .25
CategoryB    3000   .75

我想知道如何通过将累积的美元金额插入新列，然后通过除法创建一个新的份额列来做到这一点。

@jezrael提供的链接How do I create a new column from the output of pandas groupby().sum()?返回原始数据帧中每一行旁边的每个类别的总和：

df['Total'] = df['ItemTotal'].groupby(df['Category']).transform('sum')
df

输出：

   Category     ItemTotal   Total
 0  CategoryA   400         1000
 1  CategoryA   600         1000
 2  CategoryB   1000        3000
 3  CategoryB   2000        3000

但是，我要查找的是每个类别的总和以及已分组的每个唯一类别旁边的总数的份额，而不是原始数据框中的每一行。

解决方法

首先需要将index转换为列：

df1 = df.groupby('Category',as_index=False)['ItemTotal'].sum()

或者：

df1 = df.groupby('Category')['ItemTotal'].sum().reset_index()

如果需要将Series转换为一列DataFrame：

df1 = df.groupby('Category')['ItemTotal'].sum().to_frame()

最后一列的sum：

df1['Perc'] = df1['ItemTotal'].div(df1['ItemTotal'].sum())
print (df1)
    Category  ItemTotal  Perc
0  CategoryA       1000  0.25
1  CategoryB       3000  0.75