python - 通过另一列的分组值的总和标准化 Pandas 数据框中的列

我在尝试标准化 Pandas 数据框中某列的某些条目时有些困难。所以我有一个这样的数据框:

df = pd.DataFrame({
        'user':[0,0,1,1,1,2,2],
        'item':['A','B', 'A', 'B','C','B','C'],
        'bought':[1,1,1,3,3,2,3]})
df
bought|item|user
----------------
1     |A   |0
1     |B   |0
1     |A   |1
3     |B   |1
3     |C   |1
2     |B   |2
3     |C   |2

我想得到每个用户购买的总数标准化的每件商品的数量。

换句话说，对于“购买”的每个条目，我想将其除以为该用户购买的总和(作为另一列)。在这种情况下，我想要的输出是这样的(但“标准化”列不必是分数):

bought|item|user|normalized
--------------------------
1     |A   |0   |1/2
1     |B   |0   |1/2
1     |A   |1   |1/7
3     |B   |1   |3/7
3     |C   |1   |3/7
2     |B   |2   |2/5
3     |C   |2   |3/5

到目前为止，我已按用户分组并按用户获得总和:

grouped = df.groupby(by='user')
grouped.aggregate(np.sum)

但在这一点上我被卡住了。谢谢!

最佳答案

pandas map

df.assign(normalized=df.bought.div(df.user.map(df.groupby('user').bought.sum())))

pandas transform

df.assign(normalized=df.bought.div(df.groupby('user').bought.transform('sum')))

两者产量

   bought item  user  normalized
0       1    A     0    0.500000
1       1    B     0    0.500000
2       1    A     1    0.142857
3       3    B     1    0.428571
4       3    C     1    0.428571
5       2    B     2    0.400000
6       3    C     2    0.600000

关于python - 通过另一列的分组值的总和标准化 Pandas 数据框中的列，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/41967440/