平均 - Pythonの

Question

私は次のようにデータフレームを持っている：

Member Category Total 
1001  1  5 
1001  2  4 
1001  3  9 
1003  1  7 
1003  2  5 
1003  3  2 
1005  1  2 
1005  3  5 

私が取得する必要があります：

Member Category Total Average 
    1001  1  5  0.27 
    1001  2  4  0.22 
    1001  3  9  0.5 
    1003  1  7  0.5 
    1003  2  5  0.35 
    1003  3  2  0.15 
    1005  1  2  0.28 
    1005  3  5  0.72 

、各メンバーの合計の平均値です。例えば、メンバー1001の合計は18であり、カテゴリー1は合計の27％を表します。したがって、平均は0.27になります。

average = [] 
for member in df[df["Member"].unique(): 
    total_member = df[df["Member"] == member]["Total"].sum() 
    for category in df["Category"].unique(): 
     total_category = df[(df["Member"]==member) & (df["Category"]==category)]["Total"] 
     average.append(total_category/total_member) 

df["Average"] = average  

しかし、だけでなく、それは動作しませんが、私は非常に大量のデータを持っているので、それは遅すぎる：私が試した何

は

ました。

Answer 1

分割用sumに使用transform：

df['Average'] = df['Total']/df.groupby('Member')['Total'].transform('sum') 
print (df) 
    Member Category Total Average 
0 1001   1  5 0.277778 
1 1001   2  4 0.222222 
2 1001   3  9 0.500000 
3 1003   1  7 0.500000 
4 1003   2  5 0.357143 
5 1003   3  2 0.142857 
6 1005   1  2 0.285714 
7 1005   3  5 0.714286 

詳細：

print (df.groupby('Member')['Total'].transform('sum')) 
0 18 
1 18 
2 18 
3 14 
4 14 
5 14 
6  7 
7  7 
Name: Total, dtype: int64 

代替ソリューション：

df['Average'] = df['Total']/df['Member'].map(df.groupby('Member')['Total'].sum()) 

のタイミング：

np.random.seed(123) 
N = 100000 

L = ['AV','DF','SD','RF','F','WW','FG','SX'] 
dates = pd.date_range('2015-01-01', '2015-02-20') 
df = pd.DataFrame(np.random.randint(100, size=(N, 3)), columns=['Member','Category','Total']) 
df = df.sort_values(['Member','Category']).reset_index(drop=True) 

---

#Wen solution 
In [395]: %timeit df.groupby('Member').Total.apply(lambda x : x/sum(x)) 
10 loops, best of 3: 31.2 ms per loop 

In [396]: %timeit df['Total']/df.groupby('Member')['Total'].transform('sum') 
100 loops, best of 3: 5.11 ms per loop 

#alternative a bit slowier solution 
In [397]: %timeit df['Total']/df['Member'].map(df.groupby('Member')['Total'].sum()) 
100 loops, best of 3: 9.92 ms per loop 

Answer 2

df['ave']=df.groupby('Member').Total.apply(lambda x : x/sum(x)) 
df 
Out[318]: 
    Member Category Total  ave 
0 1001   1  5 0.277778 
1 1001   2  4 0.222222 
2 1001   3  9 0.500000 
3 1003   1  7 0.500000 
4 1003   2  5 0.357143 
5 1003   3  2 0.142857 
6 1005   1  2 0.285714 
7 1005   3  5 0.714286 

カラム Totalによって