python pandasデータフレームの合成メトリックの計算方法

Question

以下の変数A、B、C、Dの計算方法を教えてください。 パンダでの2日目ですが、計算方法を見つけるのが難しいです。ここで

は私のデータセットです。

d = [{'city':'new-york', 'code':1111, 'recv':1977.44, 'send':0.0}, 
{'city':'new-york', 'code':2222, 'recv':6758926663.7439995, 'send':0.0}, 
{'city':'new-york', 'code':3333, 'recv':189769.38666666666, 'send':0.0}, 
{'city':'amsterdam', 'code':4444, 'recv':2356311.024, 'send':263030.0906666667}, 
{'city':'amsterdam', 'code':5555, 'recv':959.968, 'send':8.063999999999998}] 

はのは、データフレームを作成してみましょう：

df = pandas.DataFrame(d) 

グループ化が重要であり、データセットは大きいですが、簡単のために、我々は2行を持っています。 「街」と「コード」

In [35]: ixmac = df.groupby(['city','code']).sum().loc[:, ['recv','send']] 

私たちは、データセット内の非常に多くの異なる都市を持って

In [36]: len(set(ixmac.index.get_level_values('city'))) 
Out[36]: 2 

我々はデータセット内の非常に多くの異なるコードを持って

In [37]: len(set(ixmac.index.get_level_values('code'))) 
Out[37]: 5 

我々は非常に多くを持っています特定の都市の異なるコード：

In [39]: len(set(ixmac.loc['new-york'].index.get_level_values('code'))) 
Out[39]: 3 

今、私は割り当て方法http://pandas.pydata.org/pandas-docs/stable/dsintro.html#assigning-new-columns-in-method-chains

ratio_asn = A/B

A = len(set(ixmac.loc['new-york'].index.get_level_values('code'))) 
B = len(set(ixmac.index.get_level_values('code'))) 

ではなく、私はこれが由来すると希望の新しい - ヨーク 'を指定するを使用してixmacデータフレームに列を追加したいと思います対応する行が自動的

と

ratio_recv = C/D 

CはSTHを閉じています0 しかし、代わりに当該のデータフレームの唯一の「RECV」の数を取っ と「新・ニューヨーク」と「1111」は、対応する行と列から自動的に導出されなければならない、つまり

In [52]: ixmac.query('city==["new-york"] & code==[1111]').loc[:,['recv']] 
Out[52]: 
        recv 
city  code   
new-york 1111 1977.44 

D = ixmac.query('city==["new-york"]').sum().loc['recv'] 

が、代わりに「新・ニューヨーク」を指定する私は、これが対応する行に由来すると

をご希望の目的は、データフレームixmacに2つの余分な行を追加することであるに基づいてration_asnとratio_recvと呼ばれ、これらの2列のすべてのセルを計算します上記の例。

A、B、C、Dの計算に助言してもらえますか？

EDIT：これは最終的な結果は以下のようになります方法です。

     recv   send ratio_asn ratio_recv 
city  code        
amsterdam 4444 2.356311e+06 263030.090667 0.4 =2/5 0.00034849062450182164 =2.356311e+06/2.356311e+06 
      5555 9.599680e+02  8.064000 0.4 =2/5 1.4197610070222678e-07 =9.599680e+02/2.356311e+06 
new-york 1111 1.977440e+03  0.000000 0.6 =3/5 2.9245685332491435e-07 =1.977440e+03/2.356311e+06 
      2222 6.758927e+09  0.000000 0.6 =3/5 0.9996230086742471 =6.758927e+09/2.356311e+06 
      3333 1.897694e+05  0.000000 0.6 =3/5 2.8066268297069442e-05 =1.897694e+05/2.356311e+06 

In [8]: total = 2.356311e+06 + 9.599680e+02 + 1.977440e+03 + 6.758927e+09 +1.897694e+05 

In [9]: total 
Out[9]: 2.356311e+06 

Answer 1

IIUCあなたは、このようにそれを行うことができます。

In [105]: g = df.groupby('city') 

In [106]: df['ratio_asn'] = g.recv.transform(lambda x: len(x)/len(df)) 

In [107]: df['ratio_recv'] = g.recv.transform(lambda x: x/df.recv.sum()) 

In [108]: df 
Out[108]: 
     city code   recv   send ratio_asn ratio_recv 
0 new-york 1111 1.977440e+03  0.000000  0.6 2.924569e-07 
1 new-york 2222 6.758927e+09  0.000000  0.6 9.996230e-01 
2 new-york 3333 1.897694e+05  0.000000  0.6 2.806627e-05 
3 amsterdam 4444 2.356311e+06 263030.090667  0.4 3.484906e-04 
4 amsterdam 5555 9.599680e+02  8.064000  0.4 1.419761e-07