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

Posted on by

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：