如果我有多个过滤器，我如何创建一个数据框架？

Question

我有一个df：

df = pd.DataFrame({'Company': {0: 'KPMG', 1: 'Google', 2: 'LIC', 3: 'ABC', 4: 'Apple'},
 'Sector': {0: 'Finance', 1: 'Tech', 2: 'Finance', 3: 'Finance', 4: 'Tech'},
 'Cap': {0: 100, 1: 200, 2: 100, 3: 100, 4: 300}})

​

​

我需要计算的比率(新的一栏，需要添加)的上限，每个公司取决于‘部门’。

例如:金融业的总上限为300，因此毕马威的“比率”为100/300。同样的，我也必须为科技公司工作。可能会有新的公司和部门在后面添加，所以它必须是可配置的，这就是为什么我要使用列表格式。

这就是我试过的：

sector_list =['Finance','Tech']

for i in sector_list:
    total_cap_per_sector = df.loc[df['Sector'] == i, 'Cap'].sum()
    ratios = df.loc[df['Sector'] == i, 'Cap']/total_cap_per_sector
df['Ratio'] = calc
df.to_csv('new_df.csv')

new_df看起来像：

​

​

我明白，因为它是一个for循环，它只取最后一个循环值，所以我不会得到金融部门的空白。

我想了解如何才能得到sector_list中提到的所有扇区都填充了“比率”值的df？

对于上面的示例，最终结果应该如下所示：

​

​

Answer 1

groupby和transform可以

df['ratio']=df.groupby('Sector')['Cap'].transform(lambda x:x/x.sum()).round(1)



Company   Sector  Cap  Ratio
0    KPMG  Finance  100    0.3
1  Google     Tech  200    0.4
2     LIC  Finance  100    0.3
3     ABC  Finance  100    0.3
4   Apple     Tech  300    0.6

Answer 2

取级数df['Cap']，除以每个组的和，使用transform('sum')创建一个计算的列作为series。关键是使用transform使从组创建的系列与df['Cap']的长度相同。

df = pd.DataFrame({'Company': {0: 'KPMG', 1: 'Google', 2: 'LIC', 3: 'ABC', 4: 'Apple'},
 'Sector': {0: 'Finance', 1: 'Tech', 2: 'Finance', 3: 'Finance', 4: 'Tech'},
 'Cap': {0: 100, 1: 200, 2: 100, 3: 100, 4: 300}})

df['Ratio'] = round(df['Cap'] / df.groupby('Sector')['Cap'].transform('sum'), 1)

df
Out[1]: 
  Company   Sector  Cap  Ratio
0    KPMG  Finance  100    0.3
1  Google     Tech  200    0.4
2     LIC  Finance  100    0.3
3     ABC  Finance  100    0.3
4   Apple     Tech  300    0.6