如何强制 pandas dataframe 的第 2 级加起来达到第 1 级？

Question

我正在尝试做一些与这个问题非常相似的事情。 不同之处在于，我有一个预定义的汇总值 (total_by_metric_A) 和度量值，这些值可能会或可能不会加到 total_by_metric_A。

我想要做的是创建一些东西，将任何“剩余”（total_by_metric_A - 度量）分布在度量值之间，以便汇总工作。

除了遍历并将每个指标的总和与 total_by_metric_A 值进行比较之外，我还没有想出一种方法来执行此操作。 我希望找到一种不依赖循环的方法。 有没有人对此有任何想法？ 我在这里修改了该问题中使用的示例以适合我的。

import pandas as pd
df=pd.DataFrame({"A":[1,1,2],"B":["a","b","c"],"metric":[4,5,2], "total_by_metric_A": [10, 10, 2]})

output：

| A | B | metric | total_by_metric_A|
| 1 | a | 4      | 10               |
| 1 | b | 5      | 10               |
| 2 | c | 2      | 2                |

所需的 output（强制 a/b 分配剩余的 1）：

| A | B | metric | total_by_metric_A|
| 1 | a | 4.5    | 10               |
| 1 | b | 5.5    | 10               |
| 2 | c | 2      | 2                |

Answer 1

你只需要GroupBy.transform

g = df.groupby('A')['metric']
df['metric'] += (df['total_by_metric_A'].sub(g.transform('sum'))
                                        .div(g.transform('size'))
                )
print(df)

Output

   A  B  metric  total_by_metric_A
0  1  a     4.5                 10
1  1  b     5.5                 10
2  2  c     2.0                  2