Pandas 添加新列并查找组总数百分比的常见方法

稳定地将任务从excel转移到pandas，在创建依赖于分组和其他两列值的新列时，有哪些常用方法

在excel中，这可以通过a=B2/SUMIFS（B:B，a:a，A2）实现——熊猫中是否有类似的简单方法？我试过了，但运气不好

示例如下：

import pandas as pd

data = [{'GROUP': 1, 'VALUE': 3},
        {'GROUP': 1, 'VALUE': 3},
        {'GROUP': 1, 'VALUE': 4},
        {'GROUP': 2, 'VALUE': 2},
        {'GROUP': 2, 'VALUE': 2},
        {'GROUP': 2, 'VALUE': 6}]

df = pd.DataFrame(data)

df['PERC_TOTAL'] = df['VALUE'] / df['VALUE'].sum() 

#df['GRP_PERC_TOTAL'] = ??? idx 0 and 1 would equal 0.30 idx 2 would equal .40
df

---

格罗普比转型的策略应该是正确的：

df['GRP_PERC_TOTAL'] = df["VALUE"] / df.groupby("GROUP")["VALUE"].transform("sum")

结果

print(df)
   GROUP  VALUE  PERC_TOTAL  GRP_PERC_TOTAL
0      1      3        0.15             0.3
1      1      3        0.15             0.3
2      1      4        0.20             0.4
3      2      2        0.10             0.2
4      2      2        0.10             0.2
5      2      6        0.30             0.6

---

gropuby转型

战略应该走在正确的轨道上：

df['GRP_PERC_TOTAL'] = df["VALUE"] / df.groupby("GROUP")["VALUE"].transform("sum")

结果

print(df)
   GROUP  VALUE  PERC_TOTAL  GRP_PERC_TOTAL
0      1      3        0.15             0.3
1      1      3        0.15             0.3
2      1      4        0.20             0.4
3      2      2        0.10             0.2
4      2      2        0.10             0.2
5      2      6        0.30             0.6