根据大熊猫的行值划分一个列

Question

我想在熊猫中做一个看起来很明显的计算，但经过多次尝试后，我没有找到正确的方法。

我有一个数据帧，看起来像这样：

df = pd.DataFrame([["A", "a", 10.0], 
        ["A", "b", 12.0], 
        ["A", "c", 13.0], 
        ["B", "a", 5.0 ], 
        ["B", "b", 6.0 ], 
        ["B", "c", 7.0 ]]) 

第一列是一个测试名称，第二列是一个类，第三列给出的时间。每个测试通常在3个班的表中。

这是画出像这样正确的格式：

sns.factorplot(x="2", y="0", hue="1", data=df, 
       kind="bar") 

所以每一次测试，我得到一组的3个酒吧，一个为每个类。

但是我想更改数据框，以便第2列中的每个值不是绝对值，而是与类“a”相比的比率。

所以我想将它转换成这样：

df = pd.DataFrame([["A", "a", 1.0], 
        ["A", "b", 1.2], 
        ["A", "c", 1.3], 
        ["B", "a", 1.0], 
        ["B", "b", 1.2], 
        ["B", "c", 1.4]]) 

我能提取系列，改变索引，使它们匹配，执行计算，例如：

df_a = df[df[1] == "a"].set_index(0) 
df_b = df[df[1] == "b"].set_index(0) 
df_b["ratio_a"] = df_b[2]/df_a[2] 

但是这肯定是非常低效的，我需要将它归为这种格式。

什么是正确的做法？

Answer 1

您还可以使用一些指数对准做到这一点。

df1 = df.set_index(['test', 'class']) 
df1/df1.xs('a', level='class') 

但变换是更好

Answer 2

你可以使用groupby/transform('first')找到每个组中的第一个值：

import pandas as pd 
df = pd.DataFrame([["A", "a", 10.0], 
        ["A", "b", 12.0], 
        ["A", "c", 13.0], 
        ["B", "b", 6.0 ], 
        ["B", "a", 5.0 ], 
        ["B", "c", 7.0 ]]) 
df = df.sort_values(by=[0,1]) 
df[2] /= df.groupby(0)[2].transform('first') 

产生

0 1 2 
0 A a 1.0 
1 A b 1.2 
2 A c 1.3 
3 B a 1.0 
4 B b 1.2 
5 B c 1.4