Python 基于列值对dataframe的子集执行计算

我有一个df，其中我有一个分类列，然后是各种数值列-我需要计算各种值，但在df的子集上，类别是相同的：

Type | num1 | num2
 a   | 10   | 10 
 a   | 5    | 10
 a   | 1    | 30 
 b   | 5    | 10
...

在这里，我想计算每个值占该类型总数的百分比

因此，输出将是：

Type | num1 | num2 | num2_pct
 a   | 10   | 10   | 20
 a   | 5    | 10   | 20
 a   | 1    | 30   | 60
...

此计算将针对

类型

列中的每个值进行

---

我曾尝试使用

df.loc

编写一个循环，创建一个新的df，然后合并它们-但这不是正确的方法

您可以单独运行，也可以使用管道获得结果：

#pipe

df["num1_pct"] = (df.groupby("Type")
                    .pipe(lambda x: x.num2.transform(lambda x: x).div(x.num2.transform("sum")).mul(100)))

       Type num1    num2    num1_pct
   0    a   10      10      20.0
   1    a   5       10      20.0
   2    a   1       30      60.0
   3    b   5      10       100.0

#individually, and in my own opinion, cleaner : 

grouping = df.groupby("Type")

df["num2_pct"] = df.num2 * 100 / grouping.num2.transform("sum")

---

num1_pct看起来更像是基于num2列的计算值。您能解释一下第二个版本吗？我很难理解它是如何工作的，因为分组的形状不同？转换确保为每一行复制聚合。单独尝试分组，您将看到它给出的[50,50,50,10]与行数匹配，相当于每个组的num2之和。