如何计算每个客户的总销售额？python

我试图创建一个列，显示每个“ClientId”的总销售额。 一个客户可能会在我的数据集中出现多次，因此我希望新列中的

TotalSales

值对于每个客户都保持不变

我试着用两种不同的方法进行分组，但结果不正确，我不知道为什么，这应该是一个简单的计算 以下是我尝试的：

df['TotalSales'] = df.groupby('ClientId')['Sales'].apply(lambda x: x.astype(int) / x.astype(int).sum())

样本数据集

dataset = {'ClientId': [10,20,20,20,10,5,3,7,5,20,12,5,3,20,5,8,10,9,7,20,21,5,3,10],
           'Sales': [100,50,25,30,40,50,200,600,20,40,100,20,50,400,250,300,125,75,90,10,225,550,450,55]}
df = pd.DataFrame(data=dataset)

有人知道我如何解决这个问题吗

---

提前感谢您的帮助

df['TotalSales']=df.groupby（'ClientId'）['Sales'].transform（'sum'）

.Killi，您正在分组，因此您的输出行数与数据帧df的行数不匹配。顺便说一句，如果您想要平均值，您可以这样做：series=df.groupby（'ClientId'）['Sales']）。应用（np mean）和-->导入numpy作为npAh，这就是原因！非常感谢。我不知道关于

transform

df['TotalSales'] = df['Sales'].groupby(df['ClientId']).transform('sum')

df['TotalSales'] = df['Sales'].groupby(df['ClientId']).transform('sum')