熊猫Multiindex-在组上执行操作

Question

我有一个多索引数据框，我想根据其中一列的最小值对每个组执行操作。 例如：

import pandas as pd
d={'name':['foo','foo', 'foo', 'bar', 'bar', 'bar','baz', 'baz'],
   'grp':[1, 2, 4, 1, 4, 8, 2, 4], 
   'val':[50, 100, 200, 25, 100, 200, 75, 150]}
df = pd.DataFrame(data=d)
df.set_index(['name', 'grp'], inplace=True)
df

给我这样的数据框：

          val
name grp
foo  1     50
     2    100
     4    200
bar  1     25
     4    100
     8    200
baz  2     75
     4    150

我想做的是基于“ grp”中的最低值对每个“ grp”分组的每个值执行一个操作。 例如，通过将组中的每个“ val”除以最低值来对每个“ val”进行归一化，得到如下所示的结果：

          val
name grp
foo  1     50  1
     2    100  2
     4    200  4
bar  1     25  1
     4    100  4
     8    200  8
baz  2     75  1
     4    150  2

请注意，计算是在“ val”列上执行的，但基于最小的“ grp”数的“ val”值。 我正在努力寻找一种解决此问题的好方法，因此，感谢您提出任何建议。 我正在使用Python v3.6，如果有帮助的话。

Answer 1

与level使用div

df.div(df.min(level=[0]),level='name')
Out[157]: 
          val
name grp     
foo  1    1.0
     2    2.0
     4    4.0
bar  1    1.0
     4    4.0
     8    8.0
baz  2    1.0
     4    2.0

Answer 2

您需要groupby ，然后对min进行transform ：

df /= df.groupby(level=0).transform('min')
df

          val
name grp     
foo  1    1.0
     2    2.0
     4    4.0
bar  1    1.0
     4    4.0
     8    8.0
baz  2    1.0
     4    2.0

对于整数除法，将/=替换为//= 。