Pandas 基于group by聚合（计算）总和与总计数之比的最佳方式（运行时）

我试图确定每个人（客户ID）的已批准申请（由标志“1”标识，如果不是，则为“0”）与总申请的比率。我已经通过下面的代码实现了这个逻辑，但是对于1.6m的记录，计算这个逻辑大约需要10分钟。是否有更快的方法来执行相同的操作

# Finding ratio of approved out of total applications
df_approved_ratio = df.groupby('Cust_ID').apply(lambda x:x['STATUS_Approved'].sum()/len(x))

---

我认为需要通过<代码>平均值<代码>：

df = pd.DataFrame({'STATUS_Approved':[0,1,0,0,1,1],
                   'Cust_ID':list('aaabbb')})

print (df)
   STATUS_Approved Cust_ID
0                0       a
1                1       a
2                0       a
3                0       b
4                1       b
5                1       b

df_approved_ratio = df.groupby('Cust_ID')['STATUS_Approved'].mean()
print (df_approved_ratio)
Cust_ID
a    0.333333
b    0.666667
Name: STATUS_Approved, dtype: float64

print (df.groupby('Cust_ID').apply(lambda x:x['STATUS_Approved'].sum()/len(x)))
Cust_ID
a    0.333333
b    0.666667
Name: STATUS_Approved, dtype: float64

---

使用平均值更快，是我问题的一个很好的替代方法。谢谢另外，如果有两个以上的状态（类别），你能帮我吗？我目前正在写一个有4个状态值的专栏。@Harish-是的，我的问题是需要回家，所以请尝试创建新问题。请添加一些样本数据和预期输出，可以自由修改我的样本数据。谢谢，当然可以。感谢您的及时回复@Harish抱歉，请看您的评论，所以添加了更好更快的答案。我希望它运作良好。答案是由手机创建的，所以并没有输出，也并没有很好的格式。