首先，假設我們有如下餐廳數據集：

import pandas as pddf = 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] })

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：

相比于原來的數據集，多了兩列，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') 基于城市進行分組，對于這些組中的每一個組，選中其銷售額列 ['sales']，然后使用函數 apply(sum) 或者sum() 對城市的銷售額進行求和。

之后，新列被重命名為 city_total_sales 并且索引被重置（注意不能漏了 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：

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

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

3、最后，求百分比并保留兩位小數，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%'))

方案二（便捷）：

1、
transform() 函數在執行轉換后保留與原始數據集相同數量的項目。因此，使用 groupby() 然后使用 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：數據集基于城市進行分組，然后選定銷售額列，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。

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() 之后，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。

總結

以上是生活随笔為你收集整理的Pandas中的 transform() 结合 groupby() 用法示例的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。