GroupBy一列，对pandas中另一列分组记录进行自定义操作

Question

我想通过将值分组到另一列上来对列应用自定义操作。 按列分组以获取计数，然后将所有分组记录的另一列值除以此计数。

我的数据框架：

   emp opp amount
0  a   1   10
1  b   1   10
2  c   2   30
3  b   2   30
4  d   2   30

我的情景：

• 对于opp = 1，两个emp工作（a，b）。 所以金额应该像10/2 = 5一样分享
• 对于opp = 2，两个emp工作（b，c，d）。 所以金额应该是30/3 = 10

最终输出数据框架：

      emp opp amount
    0  a   1   5
    1  b   1   5
    2  c   2   10
    3  b   2   10
    4  d   2   10

什么是最好的可能

Answer 1

df['amount'] = df.groupby('opp')['amount'].transform(lambda g: g/g.size)

df
#  emp  opp amount
# 0  a    1      5
# 1  b    1      5
# 2  c    2     10
# 3  b    2     10
# 4  d    2     10

要么：

df['amount'] = df.groupby('opp')['amount'].apply(lambda g: g/g.size)

做类似的事情。

Answer 2

你可以尝试这样的事情：

df2 = df.groupby('opp').amount.count()
df.loc[:, 'calculated'] = df.apply( lambda row: \
                                  row.amount / df2.ix[row.opp], axis=1)
df

产量：

  emp  opp  amount  calculated
0   a    1      10           5
1   b    1      10           5
2   c    2      30          10
3   b    2      30          10
4   d    2      30          10