Python:Groupby转换和唯一性

我在PANDAS中创建了一个透视表，在这种情况下，单独计算字段更有意义，只需在透视步骤中使用.pivot_table（）。然而，我在计算百分比的分母时遇到了一些困难。本质上，由于数据格式的原因，我似乎需要在下面第二行执行类似“groupby transform unique sum”的操作（这正是我遇到的问题）：

---

我很抱歉不能提供任何虚假数据，但如果我希望提供足够的详细信息来说明原因，我将非常感谢任何提示。

我认为需要具有

唯一性
和
总和
的lambda函数：

df = pd.DataFrame({'numerator':[3,1,1,9,2,2],
                   'category2':list('aaabbb')})

#print (df)

df['denominator']=df.groupby(['category2'])['numerator'].transform(lambda x: x.unique().sum())

具有
set
s和
sum
s的替代解决方案：

df['denominator']=df.groupby(['category2'])['numerator'].transform(lambda x: sum(set(x)))


哇，非常感谢你的洞察力和这么快！啊，我现在明白我的错误了。我最初尝试过.transform（lambda x:sum（x.unique（）））。一如既往地谢谢你。
df['denominator']=df.groupby(['category2'])['numerator'].transform(lambda x: sum(set(x)))

print (df)
  category2  numerator  denominator
0         a          3            4
1         a          1            4
2         a          1            4
3         b          9           11
4         b          2           11
5         b          2           11