我是python和pandas的新手,我想知道是否有一种“pythonic”方法来完成以下任务:我有一个如下所示的数据帧:

L1  L2  L3
X   1   50
X   2   100
Z   1   15
X   3   200
Z   2   10
Y   1   1
Z   3   20
Y   2   10
Y   3   100

我试图对行进行排序,并创建一个附加列,以升序显示从L3派生的模拟值。我需要的输出如下:
L1  L2  L3  New
X   3   200 0.40000
X   2   100 0.60000
X   1   200 1.00000
Y   3   100 0.90090
Y   2   10  0.99099
Y   1   1   1.00000
Z   3   20  0.44444
Z   1   15  0.77778
Z   2   10  1.00000

“New”下第1行(0.4000)中的值表示200/500(L1的al L3值之和)。第二个值(0.6000)只是300/500,以此类推。对X、Y和Z的每个值重复“循环”。
有人能帮忙吗?谢谢您。

最佳答案

您可以使用以下代码行完成此操作:

df.groupby("L1", as_index=False).apply(lambda x : pd.expanding_sum(x.sort("L3", ascending=False)["L3"])/x["L3"].sum())

一些解释:
df.groupby("L1", as_index=False)确实按列对数据帧进行分组,因此对每个值(X、Y和Z)进行以下计算
L1将函数应用于每个组:
.apply()取“L3”列的累计和,但首先按“L3”中的值排序
pd.expanding_sum(x.sort("L3", ascending=False)["L3"])然后除以该组中“L3”的所有值之和。
这就提供了:
In [9]: df["new"] = df.groupby("L1", as_index=False).apply(lambda x : pd.expanding_sum(x.sort("L3", ascending=False)["L3"])/x["L3"].sum())

In [10]: df
Out[10]:
  L1  L2   L3       new
0  X   1  200  0.800000
1  X   2  100  1.000000
2  Z   1   15  0.777778
3  X   3  200  0.400000
4  Z   2   10  1.000000
5  Y   1    1  1.000000
6  Z   3   20  0.444444
7  Y   2   10  0.990991
8  Y   3  100  0.900901

或排序:
In [16]: df.sort(["L1", "L3"], ascending=[True, False])
Out[16]:
  L1  L2   L3       new
0  X   1  200  0.800000
3  X   3  200  0.400000
1  X   2  100  1.000000
8  Y   3  100  0.900901
7  Y   2   10  0.990991
5  Y   1    1  1.000000
6  Z   3   20  0.444444
2  Z   1   15  0.777778
4  Z   2   10  1.000000

10-08 05:18