使用多列聚合并获取Python中的平均值

我有这个数据框

df

month      merchant   sales
11           M1        10   
11           M1        6     
11           M2        7
12           M3        8
12           M4        9
12           M2        6
10           M5        11

我想按

月份、商户

进行分组，得到每个商户每月的平均销售额（四舍五入为2位小数）

sales

例如，如下所示，对于

第11个月

，对于

M1

可以计算为

（（10+6）/（10+6+7））

对于

M2

计算为

（7/（10+6+7））

。每个月的平均总和不应大于1。例如，对于

第11个月

，其总和为

0.69+0.30~1

我正在寻找的输出是：

month      merchant   sales    average
11           M1        16        0.69  
11           M2        7         0.30 
12           M3        8         0.30
12           M4        9         0.39
12           M2        6         0.26
10           M5        11        1

我试过了，但没能得到我想要的

df =df.groupby('month')[['merchant', 'sales']].agg(list).reset_index()

---

在python pandas中，有人能帮上忙吗？

您可以按月分组，汇总销售额，然后将销售额除以总和：

df2 = df.groupby(['month', 'merchant'])['sales'].sum().reset_index()

df2['average'] = df2['sales'] / df2.groupby(['month'])['sales'].transform(sum)

df2
   month merchant  sales   average
0     10       M5     11  1.000000
1     11       M1     16  0.695652
2     11       M2      7  0.304348
3     12       M2      6  0.260870
4     12       M3      8  0.347826
5     12       M4      9  0.391304

---

您可以按月分组，将销售额相加，然后将销售额除以总和：

df2 = df.groupby(['month', 'merchant'])['sales'].sum().reset_index()

df2['average'] = df2['sales'] / df2.groupby(['month'])['sales'].transform(sum)

df2
   month merchant  sales   average
0     10       M5     11  1.000000
1     11       M1     16  0.695652
2     11       M2      7  0.304348
3     12       M2      6  0.260870
4     12       M3      8  0.347826
5     12       M4      9  0.391304

---

@mck举个我举的例子，它工作得很好。但我试过你们的代码，在我拥有的大数据集上，它并没有给出我想要的。现在，我更新了问题。是否有可能根据我更新的问题更新您的解决方案？@Hiwot check edited answer？@mck对于我给出的示例，它非常有效。但我试过你们的代码，在我拥有的大数据集上，它并没有给出我想要的。现在，我更新了问题。是否可以根据我更新的问题更新您的解决方案？@Hiwot check编辑的答案？