我已经得出了我想要的分组，但想根据每月的总数计算一个百分比列，即不管 originating_system_id 中的字符串如何
d = [('Total_RFQ_For_Month', 'size')]
df_RFQ_Channel = df.groupby(['Year_Month','originating_system_id'])['state'].agg(d)
#df_RFQ_Channel['RFQ_Pcent_For_Month'] = ?
display(df_RFQ_Channel)
Year_Month originating_system_id Total_RFQ_For_Month RFQ_Pcent_For_Month
2017-11 BBT 59 7.90%
EUCR 33 4.42%
MAXL 6 0.80%
MXUS 649 86.88%
2017-12 BBT 36 73.47%
EUCR 7 14.29%
MAXL 6 12.24%
2018-01 BBT 88 9.52%
EUCR 26 2.81%
MAXL 4 0.43%
MXUS 800 86.58%
VOIX 6 0.65%
例子:
7.90% is BBT's Total_RFQ_For_Month (59) divided by the sum of all for 2017-11 (747)
2.81% is EUCR's Total_RFQ_For_Month (26) divided by the sum of all for 2018-01 (924).
请您参考如下方法:
使用transform对于与原始 DataFrame 大小相同的 Series，因此可以除以 Total_RFQ_For_Month 列:
#create columns from MultiIndex
df = df.reset_index()
s = df.groupby('Year_Month')['Total_RFQ_For_Month'].transform('sum')
df['RFQ_Pcent_For_Month'] = df['Total_RFQ_For_Month'].div(s).mul(100).round(2)
print (df)
Year_Month originating_system_id Total_RFQ_For_Month RFQ_Pcent_For_Month
0 2017-11 BBT 59 7.90
1 2017-11 EUCR 33 4.42
2 2017-11 MAXL 6 0.80
3 2017-11 MXUS 649 86.88
4 2017-12 BBT 36 73.47
5 2017-12 EUCR 7 14.29
6 2017-12 MAXL 6 12.24
7 2018-01 BBT 88 9.52
8 2018-01 EUCR 26 2.81
9 2018-01 MAXL 4 0.43
10 2018-01 MXUS 800 86.58
11 2018-01 VOIX 6 0.65
对于百分比:
df['RFQ_Pcent_For_Month'] = (df['Total_RFQ_For_Month'].div(s)
.mul(100)
.round(2)
.astype(str)
.add('%'))
print (df)
Year_Month originating_system_id Total_RFQ_For_Month RFQ_Pcent_For_Month
0 2017-11 BBT 59 7.9%
1 2017-11 EUCR 33 4.42%
2 2017-11 MAXL 6 0.8%
3 2017-11 MXUS 649 86.88%
4 2017-12 BBT 36 73.47%
5 2017-12 EUCR 7 14.29%
6 2017-12 MAXL 6 12.24%
7 2018-01 BBT 88 9.52%
8 2018-01 EUCR 26 2.81%
9 2018-01 MAXL 4 0.43%
10 2018-01 MXUS 800 86.58%
11 2018-01 VOIX 6 0.65%
详细信息:
print (s)
0 747
1 747
2 747
3 747
4 49
5 49
6 49
7 924
8 924
9 924
10 924
11 924
Name: Total_RFQ_For_Month, dtype: int64
