Python Pandas-以groupby中的频率获取值

有人能帮我做熊猫群比吗

以下是df：

    easy_donor  v_fam   count
0   donor_1_NS  IGHV1   5202376
1   donor_1_NS  IGHV2   1955547
2   donor_1_NS  IGHV3   70426272
3   donor_1_NS  IGHV4   452367
4   donor_1_NS  IGHV5   4842145
5   donor_1_NS  IGHV6   490142
6   donor_1_NS  IGHV7   19708
24  donor_2_NS  IGHV1   31258603
25  donor_2_NS  IGHV2   5295899
26  donor_2_NS  IGHV3   47286417
27  donor_2_NS  IGHV4   44553802

然后我希望每个计数都是按捐赠者分组的计数总和的频率

比如：

然后，原始数据帧中的每个计数除以groupby总和（如果它们与easy_列匹配）。我必须加入原始数据帧吗？

试试：

df.groupby('easy_donor')["count"].apply(lambda x: x / x.sum())

---

忘记这个答案！！！这只是一个想法。不可行

请注意，使用

apply

的速度非常慢。相反，请尝试使用本机广播

df.groupby(by='easy_donor')['count'] * 1. / df.groupby(by='easy_donor').sum()

---

这段代码为我提出了这样的问题：TypeError:对于*：'SeriesGroupBy'和'float'@Mindcraft，不支持的操作数类型，我打赌你忘了

['count']

部分。不，我正是在使用这一行。一个更简单的例子：

df=pd.DataFrame（{'easy_-provider'：['A'，'A'，'A'，'B'，'B']，'count'：[123,50,30,10,20]}）df.groupby（by='easy_-provider'）['count']*1./df.groupby（by='easy_provider'）.sum（）

@Mindcraft，是的，你是对的，我终于发现这是一个愚蠢的答案，我应该在发布它之前测试一下。谢谢，它能工作。然而，你得到的是一个pd.Series对象，你能帮我得到原始的数据帧格式，只需要用频率替换“count”列吗？

df.groupby(by='easy_donor')['count'] * 1. / df.groupby(by='easy_donor').sum()