如何在大熊猫的群体进行操作

Question

我有这样一个数据帧：

ID A B Area 
0 1 A1 B1 1.0 
1 2 A1 B2 2.0 
2 3 A1 B1 0.5 
3 4 A1 B2 1.0 
4 5 A2 B3 2.0 
5 6 A2 B4 6.0 

我想出去是这样的：

ID A B Area B as % of A 
0 1 A1 B1 1.0 0.333 
1 2 A1 B2 2.0 0.666 
2 3 A1 B1 0.5 0.333 
3 4 A1 B2 1.0 0.666 
4 5 A2 B3 2.0 0.25 
5 6 A2 B4 6.0 0.75 

目的是为了添加新列其中给出每个房间类型B占据的每层A的面积的比例（注意这是按房间类型，因此对于A和B的每个唯一组合，输出栏中的值应该是相同的）。

到目前为止，我所拥有的是：

>>> grouped = df.groupby(['A','B']) 
>>> area_proportion = lambda x: (x['Area']/x['Area'].sum()) 
>>> grouped.transform(area_proportion) 

但是，这似乎是治疗lambda作为由原始数据框的索引（我认为这将是按组），因为它只是返回：

Out[142]: 
    ID Area 
0 1 1.0 
1 2 2.0 
2 3 0.5 
3 4 1.0 
4 5 2.0 
5 6 6.0 

我明显地误解了某些东西或者错过了文档的重要部分。我应该如何使用groupby来获得我需要的结果？

Answer 1

可能：

>>> aggr = lambda df, key, col: df.groupby(key)[col].transform('sum') 
>>> df['B as % of A'] = aggr(df, ('A', 'B'), 'Area')/aggr(df, 'A', 'Area') 
>>> df 
    ID A B Area B as % of A 
0 1 A1 B1 1.0  0.3333 
1 2 A1 B2 2.0  0.6667 
2 3 A1 B1 0.5  0.3333 
3 4 A1 B2 1.0  0.6667 
4 5 A2 B3 2.0  0.2500 
5 6 A2 B4 6.0  0.7500