如何从Python Pandas中的几个数据点重新计算单元格的百分比？

Question

我已经在Stackexchange上浏览了不同的问题，但还没有想好如何在Pandas中做我需要的事情。我认为这最终会非常简单！

我正在做一个任务，其中一个数据集有一堆产品，每个产品在它所在的每个商店都有一行。因此，产品A将有单独的食品，药店，目标，沃尔玛等线。然后，它的可用性和该网点的重要性成倍增加，我需要将结果重新百分比等于100%。

现在我在Excel/Google工作表中手动操作，但这很烦人和乏味。我可以告诉如何使用Groupby获得每个产品E列的总和，但我不知道如何显示每个产品的数字，以便E列中的每个数字可以划分为E列。

有人有什么建议吗？Link to example of what the dataset looks like

Answer 1

要获得要.transform('sum')的每个产品的总和，请执行以下操作

在一行代码中：

df['Repercentaged'] = df.groupby('Product').Multiplied.transform(lambda x: x/x.sum())

但是如果你想保留Sum列..。

import pandas as pd

df['Sum'] = df.groupby('Product').Multiplied.transform('sum')
#    Location  Multiplied Product   Sum
#0       Food        0.09       A  0.88
#1  Drugstore        0.21       A  0.88
#2    Walmart        0.35       A  0.88
#3     Target        0.23       A  0.88
#4       Food        0.13       B  0.73
#5  Drugstore        0.13       B  0.73
#6    Walmart        0.25       B  0.73
#7     Target        0.22       B  0.73

df['Repercentaged'] = df['Multiplied']/df['Sum']