Python 如何使用pandas中的groupby根据另一列中的标准计算百分比/总比例

我正在尝试解决如何使用pandas中的

groupby

函数，在给定的是/否标准下计算出每年的值的比例

例如，我有一个名为

names

的数据帧：

  Name  Number  Year   Sex Criteria
0  name1     789  1998  Male      N
1  name1     688  1999  Male      N
2  name1     639  2000  Male      N
3  name2     551  1998  Male      Y
4  name2     499  1999  Male      Y

我可以用

namesgrouped = names.groupby(["Sex", "Year", "Criteria"]).sum()

要获得：

                   Number
Sex    Year      Criteria
Male   1998 N        14507
            Y         2308
       1999 N        14119
            Y         2331

等等。我想在“数字标准”栏中显示每个性别和年份在总数中所占的百分比——因此，我选择了N=86.27%和Y=13.73%，而不是1998年的N=14507和Y=2308

---

有人能给我们建议怎么做吗？

这个问题是这个问题的直接延伸。借用公认的答案，这将起作用：

In [46]: namesgrouped.groupby(level=[0, 1]).apply(lambda g: g / g.sum())
Out[46]: 
                      Number
Sex  Year Criteria          
Male 1998 N         0.588806
          Y         0.411194
     1999 N         0.579612
          Y         0.420388
     2000 N         1.000000

---

编辑：变换操作可能比应用更快：

namesgrouped / namesgrouped.groupby(level=[0, 1]).transform('sum')

---

不幸的是，您链接到的示例的可能副本对我不起作用，因为我在groupby中有一个额外的层！有人知道在处理像我这样的层次结构时如何计算百分比吗？我有没有一种方法可以在不应用

apply

的情况下实现相同的百分比？@NelsonGon可以尝试类似

namesgrouped.div（namesgrouped.groupby（level=[0,1]）.transform（'sum'）

的方法，你能把它添加到你的答案中吗？我见过transform使用了很多，但不确定它是如何工作的。你能详细说明一下transform的作用吗？我看到python和R有很多相似的函数，但R的转换行为可能与我在这里看到的有所不同。@NelsonGon

GroupBy.transform

将

GroupBy

操作的结果扩展到原始数据帧的整个长度。例如，这里没有为每个组汇总总和的结果，

transform

意味着（相同的）总和将扩展到整个组。这就是我们如何用它的总和来划分每一组。谢谢，那么用总和来转换是如何给我们比例的呢？对不起，我几个小时前就试过了，结果不太理想。