2

有人可以帮我处理熊猫中的（可能的）groupby。

这是df：

    easy_donor  v_fam   count
0   donor_1_NS  IGHV1   5202376
1   donor_1_NS  IGHV2   1955547
2   donor_1_NS  IGHV3   70426272
3   donor_1_NS  IGHV4   452367
4   donor_1_NS  IGHV5   4842145
5   donor_1_NS  IGHV6   490142
6   donor_1_NS  IGHV7   19708
24  donor_2_NS  IGHV1   31258603
25  donor_2_NS  IGHV2   5295899
26  donor_2_NS  IGHV3   47286417
27  donor_2_NS  IGHV4   44553802

然后我希望每个计数作为按捐助者分组的计数总和的频率。

喜欢：

df.groupby('easy_donor').sum()['count']
easy_donor
donor_1_NS     83394639
donor_2_NS    129191591
donor_3_HS    220549762
donor_3_NS    104821016
donor_4_HS    200444923
donor_4_NS    121287306

然后，如果它们与 easy_donor 列匹配，则原始数据框中的每个计数除以 groupby 总和。我必须加入原始数据框吗？

4

2 回答 2

5

尝试：

df.groupby('easy_donor')["count"].apply(lambda x: x / x.sum())
于 2016-06-03T01:44:18.010 回答
2

忘记这个答案！！！这只是一个想法。不可行

请注意，使用pandas apply速度非常慢。相反，请尝试使用本机广播。

df.groupby(by='easy_donor')['count'] * 1. / df.groupby(by='easy_donor').sum()
于 2018-03-12T08:52:19.023 回答