Python 熊猫：类别内的百分比

我有一个这样的数据框，除了有更多的行和大小，比如：

   size amount
1   big      1
2   big      9
3 small      3
4 small      1

我想得到这样一个数据框，其中amountPct是数量除以相同大小的数量之和

   size amountPct
1   big      0.10
2   big      0.90
3 small      0.75
4 small      0.25

我可以通过重塑数据帧，除以每个大小的总和，然后将其重塑回原始形状来实现这一点，但是有没有更优雅的方式来实现呢

---

PS：我问了R同样的问题，但现在我想知道熊猫的答案

像这样的东西怎么样：

df = pd.DataFrame({'size':['big', 'big', 'small', 'small'], 'amount':[1, 9, 3, 1]})
df['pct'] = df.groupby('size')['amount'].apply(lambda x: x.astype(float)/x.sum())

---

像这样的怎么样：

df = pd.DataFrame({'size':['big', 'big', 'small', 'small'], 'amount':[1, 9, 3, 1]})
df['pct'] = df.groupby('size')['amount'].apply(lambda x: x.astype(float)/x.sum())

---

这是问题的R版本：这是问题的R版本：在0.13.1中，这将通过rank包含，速度也会更快：所以这很有效，谢谢，但我很难理解为什么。。。你能解释一下吗？在lambda中，x是什么？@nicolaskruchten本例中的x是“金额”列@EdChum谢谢！那么，对列调用一次apply，还是对每个元素调用一次apply？x、 astypefloat是整个列还是一个元素？x.sum是一组一组的总和吗？这些规则是如何运作的@nicolaskruchten在本例中，每个元素将调用一次，但实现在cython中进行了优化。我认为它比手写的loopin 0.13.1更快，这将通过rank包含。速度也会更快：所以这很有效，谢谢，但我很难理解为什么。。。你能解释一下吗？在lambda中，x是什么？@nicolaskruchten本例中的x是“金额”列@EdChum谢谢！那么，对列调用一次apply，还是对每个元素调用一次apply？x、 astypefloat是整个列还是一个元素？x.sum是一组一组的总和吗？这些规则是如何运作的@nicolaskruchten在本例中，每个元素将调用一次，但在cython中对实现进行了优化，我认为这比手工编写的for循环更快