python - pandas 在 groupby sum 之后对每组内的值进行排序，并在使用 cumsum 后获取值的百分比

Question

我有以下df，

amount    id    year_month
20        10    201903
20        10    201903
50        20    201903
10        20    201903
 5        30    201903
 5        40    201903
30        50    201904
10        60    201904
10        70    201904
 5        80    201904

我想groupby id和year_month并获得amount的sum > 首先，

df_1 = df.groupby(['id', 'year_month'], as_index=False)['amount'].sum()

然后将amount总和除以year_monthgroupby的amount总和，

df_1['pct']=df_1['amount'].div(df_1.groupby('year_month')['amount'].transform('sum')).mul(100).round(2)

amount    id    year_month  pct
40        10    201903      36.36
60        20    201903      54.55
 5        30    201903      4.55
 5        40    201903      4.55
30        50    201904      54.55
10        60    201904      18.18
10        70    201904      18.18
 5        80    201904      9.09

我想首先按降序对每个year_month内的pct(例如201903)进行排序；然后计算每个year_month内总和pct小于或等于80的id的百分比；我想知道执行此操作的最佳方法是什么，结果将如下所示(使用 year_month 值作为标题)；

201903    201904
25%       50%

Answer 1

函数groupby默认按分组列排序，因此应省略sort_values。然后使用带有累积和的自定义 lambda 函数，通过 Series.le 进行比较对于 True 的百分比，使用 mean，最后将 Series 按 Series.to_frame 转换为一列 DataFrame与 DataFrame.T对于转置:

df_2 = (df_1.groupby('year_month')['pct']
            .apply(lambda x: x.cumsum().le(80).mean())
            .mul(100)
            .to_frame(0)
            .T
            .astype(int))

print (df_2)
year_month  201903  201904
0               25      50