Python 如何根据分组列计算DF值

我对熊猫数据帧比较陌生，我必须做简单的计算，但到目前为止，我还没有找到一个好的方法 基本上我所拥有的是：

       type   group     amount
1       A     real        55
2       A     fake        12
3       B     real       610
4       B     fake        23
5       B     real        45

现在，我必须添加一个新的列来显示冒牌货在类型总数中所占的百分比。所以这个表的简单公式是A

12/（55+12）*100

和B

23/（610+23+45）*100

，这个表应该是这样的：

       type   group     amount    percentage
1       A     real        55          
2       A     fake        12         17.91
3       B     real       610
4       B     fake        23
5       B     real        45          3.39

我知道groupby的

语句，基本上知道我需要的所有组件（我猜…），但不知道如何组合才能得到这个结果。
试试这个：

percentage = {}
for type in df.type.unique():
    numerator = df[(df.type == type) & (df.group == 'fake')].amount.sum()
    denominator = df[(df.type == type)].amount.sum()
    percentage[type] = numerator / denominator * 100

df['percentage'] = list(df.type.map(percentage))



如果在
组中处理多个
伪
，则按
类型
。我们可以再小心一点。我将设置索引以在转换时保留
类型
和
组
列

c = ['type', 'group']
d1 = df.set_index(c, append=True)
d1.amount /= d1.groupby(level=['type']).amount.transform('sum')

d1.reset_index(c)



从这里，您可以选择不处理该问题，或者合并
组
列

d1.groupby(level=c).sum().reset_index()

如果您想确保每种类型有多个假组，可以执行以下操作

type_group_total = df.groupby(['type', 'group']).transform('sum')
type_total = df.groupby('type')[['amount']].transform('sum')
df['percentage'] = type_group_total / type_total

输出

  type group  amount  percentage
0    A  real      55    0.820896
1    A  fake      12    0.179104
2    B  real     610    0.899705
3    B  fake      23    0.100295
4    B  fake      45    0.100295

谢谢，这给了我很多新的工具来使用！这个答案假设每个组只有一个假组type@TedPetrou是的
  type group  amount  percentage
0    A  real      55    0.820896
1    A  fake      12    0.179104
2    B  real     610    0.899705
3    B  fake      23    0.100295
4    B  fake      45    0.100295