Python 使用groupby对两列进行划分

这显然很简单，但作为一名熊猫新手，我陷入了困境

我有一个CSV文件，它包含3列，State、bene_1_count和bene_2_count

我想计算给定状态下‘bene_1_count’和‘bene_2_count’的比率

df = pd.DataFrame({'state': ['CA', 'WA', 'CO', 'AZ'] * 3,
           'bene_1_count': [np.random.randint(10000, 99999)
                     for _ in range(12)],
           'bene_2_count': [np.random.randint(10000, 99999)
                     for _ in range(12)]})

我正在尝试以下操作，但它给了我一个错误： '没有要连接的对象'

df['ratio'] = df.groupby(['state']).agg(df['bene_1_count']/df['bene_2_count'])

我不知道如何“达到”groupby的状态级别以获取列的比率

我想要一个状态的列w.r.t的比率，就像我想要我的输出，如下所示：

    State       ratio

    CA  
    WA  
    CO  
    AZ  

---

我相信你首先需要做的是在找到比率之前，按州对计数进行求和。您可以使用

apply

访问df中的其他列，然后将它们存储在字典中，以映射到原始数据帧中的相应状态

import pandas as pd
import numpy as np
df = pd.DataFrame({'state': ['CA', 'WA', 'CO', 'AZ'] * 3,
            'bene_1_count': [np.random.randint(10000, 99999)
                      for _ in range(12)],
            'bene_2_count': [np.random.randint(10000, 99999)
                      for _ in range(12)]})

ratios = df.groupby('state').apply(lambda x: x['bene_1_count'].sum() /
                                   x['bene_2_count'].sum().astype(float)).to_dict()

df['ratio'] = df['state'].map(ratios)

---

或者，声明：您可以创建接受数据帧的自定义函数。groupby将返回子数据帧。然后可以使用apply函数将自定义函数应用于每个子数据帧

df = pd.DataFrame({'state': ['CA', 'WA', 'CO', 'AZ'] * 3,
           'bene_1_count': [np.random.randint(10000, 99999)
                     for _ in range(12)],
           'bene_2_count': [np.random.randint(10000, 99999)
                     for _ in range(12)]})

def divide_two_cols(df_sub):
    return df_sub['bene_1_count'].sum() / float(df_sub['bene_2_count'].sum())

df.groupby('state').apply(divide_two_cols)

现在假设您希望将每一行除以每组的总和（例如，AZ的总和），并保留所有原始列。只需调整上述功能（更改计算并返回整个子数据帧）：

---

谢谢…它正在工作…但是它返回一个系列类型，但是我想将计算出的比率附加到数据帧的列中，比如df['ratio']…我更新了我的帖子，将比率添加回原始数据帧。这就是你想要的结果吗？

def divide_two_cols(df_sub):
    df_sub['divs'] = df_sub['bene_1_count'] / float(df_sub['bene_2_count'].sum())
    return df_sub

df.groupby('state').apply(divide_two_cols)