Python Pandas—由“索引”索引的Panda子集的标量操作；loc"；

您好，提前感谢您提供的任何提示或建议

我有一个熊猫数据帧“df”，看起来像这样：

      Next Origin  values
A3-S  B3-M   A3-S       6
A3-S  D4-M   B3-M       7
D4-M  A4-M   D4-M       6
A4-M  A4-S   A4-M       6

我想对给定标签内所有行的“值”列中的所有值求和，然后将同一行中“值”中的每个值除以所获得的和-因此该标签行的值在0和1之间标准化

与：

sum=dataf.loc['A3-S'，'values'].sum（）

I在标签“A3-S”的“values”列中有值的总和，如：

当我试着用我感兴趣的每一行除以总和

dataf.loc['A3-S', 'values']= dataf.loc['A3-S','values'] / sum

我得到一个错误：

in _setitem_with_indexer
    raise ValueError('Must have equal len keys and value '
ValueError: Must have equal len keys and value when setting with an iterable

我尝试过其他选项，但没有成功，例如：

dataf.loc['A3-S', 'values'] = dataf.loc['A3-S', 'values'].apply(lambda x: x/sumat)

你知道我该怎么做吗？

IIUC:

In [23]: df['val_norm'] = df.groupby(level=0)['values'].transform(lambda x: x/x.sum())

In [24]: df
Out[24]:
      Next Origin  values  val_norm
A3-S  B3-M   A3-S       6  0.461538
A3-S  D4-M   B3-M       7  0.538462
D4-M  A4-M   D4-M       6  1.000000
A4-M  A4-S   A4-M       6  1.000000

IIUC：

---

谢谢你，马祖，它对我有用。我正在努力理解文档中“groupby”下的选项和可能性。谢谢你，MaxU，它对我有用。我试图了解文档中“groupby”下的选项和可能性。

In [23]: df['val_norm'] = df.groupby(level=0)['values'].transform(lambda x: x/x.sum())

In [24]: df
Out[24]:
      Next Origin  values  val_norm
A3-S  B3-M   A3-S       6  0.461538
A3-S  D4-M   B3-M       7  0.538462
D4-M  A4-M   D4-M       6  1.000000
A4-M  A4-S   A4-M       6  1.000000