根據大熊貓的行值劃分一個列

Question

我想在熊貓中做一個看起來很明顯的計算，但經過多次嘗試後，我沒有找到正確的方法。

我有一個數據幀，看起來像這樣：

df = pd.DataFrame([["A", "a", 10.0], 
        ["A", "b", 12.0], 
        ["A", "c", 13.0], 
        ["B", "a", 5.0 ], 
        ["B", "b", 6.0 ], 
        ["B", "c", 7.0 ]]) 

第一列是一個測試名稱，第二列是一個類，第三列給出的時間。每個測試通常在3個班的表中。

這是畫出像這樣正確的格式：

sns.factorplot(x="2", y="0", hue="1", data=df, 
       kind="bar") 

所以每一次測試，我得到一組的3個酒吧，一個爲每個類。

但是我想更改數據框，以便第2列中的每個值不是絕對值，而是與類「a」相比的比率。

所以我想將它轉換成這樣：

df = pd.DataFrame([["A", "a", 1.0], 
        ["A", "b", 1.2], 
        ["A", "c", 1.3], 
        ["B", "a", 1.0], 
        ["B", "b", 1.2], 
        ["B", "c", 1.4]]) 

我能提取系列，改變索引，使它們匹配，執行計算，例如：

df_a = df[df[1] == "a"].set_index(0) 
df_b = df[df[1] == "b"].set_index(0) 
df_b["ratio_a"] = df_b[2]/df_a[2] 

但是這肯定是非常低效的，我需要將它歸爲這種格式。

什麼是正確的做法？

Answer 1

您還可以使用一些指數對準做到這一點。

df1 = df.set_index(['test', 'class']) 
df1/df1.xs('a', level='class') 

但變換是更好

Answer 2

你可以使用groupby/transform('first')找到每個組中的第一個值：

import pandas as pd 
df = pd.DataFrame([["A", "a", 10.0], 
        ["A", "b", 12.0], 
        ["A", "c", 13.0], 
        ["B", "b", 6.0 ], 
        ["B", "a", 5.0 ], 
        ["B", "c", 7.0 ]]) 
df = df.sort_values(by=[0,1]) 
df[2] /= df.groupby(0)[2].transform('first') 

產生

0 1 2 
0 A a 1.0 
1 A b 1.2 
2 A c 1.3 
3 B a 1.0 
4 B b 1.2 
5 B c 1.4