Python 使用groupby时，如何使用pandas中的一个函数聚合多个列？

我有一个数据框，其中包含一个“group”变量、“count”变量和一个“total”变量。对于每个组，我想求count列的和，然后除以total列的和。我如何做到这一点，最好是在一行代码中

下面是一个示例：

test_dc = {1:{'group':'A','cnt':3,'total':5},
           2:{'group':'B','cnt':1,'total':8},
           3:{'group':'A','cnt':2,'total':4},
           4:{'group':'B','cnt':6,'total':13}
          }
test_df = pd.DataFrame.from_dict(test_dc, orient='index')

预期产出（大致）：

---

编辑：将列名从“count”更改为“cnt”，因为groupby对象上似乎存在一个现有的

count（）

方法。

您可以使用

DataFrame.groupby

按列分组，然后对该列调用

sum

，以获取总和

>>> df = test_df
    .groupby('group')
    .sum()
>>> df      
       count  total
group              
A          5      9
B          7     21

然后你可以抓住这个专栏，把它们分开，得到你的答案

>>> df['count'] / df['total']
    group
A    0.555556
B    0.333333
dtype: float64

您可以利用

DataFrame.pipe

操作符在一行中完成此操作：

test_df
    .groupby('group')
    .sum()
    .pipe(lambda df: df['count'] / df['total'])

---

您可以使用

DataFrame.groupby

按列分组，然后对该列调用

sum

，以获取总和

>>> df = test_df
    .groupby('group')
    .sum()
>>> df      
       count  total
group              
A          5      9
B          7     21

然后你可以抓住这个专栏，把它们分开，得到你的答案

>>> df['count'] / df['total']
    group
A    0.555556
B    0.333333
dtype: float64

您可以利用

DataFrame.pipe

操作符在一行中完成此操作：

test_df
    .groupby('group')
    .sum()
    .pipe(lambda df: df['count'] / df['total'])

---

我将使用

agg

和

eval

test_df.groupby('group').agg('sum').eval('cnt / total')

group
A    0.555556
B    0.333333
dtype: float64

---

我将使用

agg

和

eval

test_df.groupby('group').agg('sum').eval('cnt / total')

group
A    0.555556
B    0.333333
dtype: float64