Pandas中的 transform()結合 groupby()用法示例詳解

首先,假設我們有如下餐廳數據集:

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]
})

在這裡插入圖片描述

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

在這裡插入圖片描述

相比於原來的數據集,多瞭兩列,分別是某個城市所有餐廳的銷售總額,以及每個餐廳在城市中所占的銷售額百分比。解決方案有兩個:

方案一(較麻煩):

1、使用 groupby('city') 基於城市進行分組,對於這些組中的每一個組,選中其銷售額列 ['sales'],然後使用函數 apply(sum) 或者sum() 對城市的銷售額進行求和。

之後,新列被重命名為 city_total_sales 並且索引被重置(註意不能漏瞭 reset_index() ,因為 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:

在這裡插入圖片描述

2、用 merge() 函數把 city_sales 合並回去,得到的 df_new 如下:

df_new = pd.merge(df, city_sales, how='left')

在這裡插入圖片描述
3、最後,求百分比並保留兩位小數,結果如下:

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

在這裡插入圖片描述

方案二(便捷):

1
transform() 函數在執行轉換後保留與原始數據集相同數量的項目。因此,使用 groupby() 然後使用 transform(sum) 會返回相同的輸出,結果如下圖:

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

代碼翻譯過來就是:數據集基於城市進行分組,然後選定銷售額列,對每組的銷售額進行求和,返回一個和原列長度一樣的新列

在這裡插入圖片描述

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:可以看出,在對 DataFrame 進行分組 groupby() 之後,如果是使用 apply() 或者直接使用某個統計函數,得到的新列的長度與分組得到的組數是一樣的;而如果使用 transform()得到的新列與 DataFrame 中列的長度是一樣的

到此這篇關於Pandas中的 transform()結合 groupby()用法示例詳解的文章就介紹到這瞭,更多相關Pandas groupby() 用法內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: